使用 Qdrant 构建高性能、可扩展的代理向量搜索
了解如何构建高性能、可扩展的人工智能代理，实现高效的向量检索、混合密集-稀疏搜索、实时内存、多模态上下文集成，以及针对生产环境中低延迟、高精度执行进行优化的架构。
Thierry Damiba
2025年10月26日
RAG & 生成式AI
利用 Qdrant 实现检索增强生成 (RAG) 并构建人工智能代理
什么是代理式 RAG？使用 Qdrant 构建代理
代理是人工智能领域的新范式，它们正在改变我们构建 RAG 系统的方式。了解如何使用 Qdrant 构建代理以及选择哪个框架。
Kacper Łukawski
2024年11月22日
通过基于评估的方法优化 RAG
了解如何使用 Quotient 等大型语言模型评估工具测试和迭代改进由 Qdrant 提供支持的 RAG 应用程序。
Atita Arora
2024年6月12日
语义缓存：通过闪电般快速的数据检索加速人工智能
语义缓存通过实现快速数据检索来重塑人工智能应用。了解其实现如何使您的 RAG 设置受益。
丹尼尔·罗梅罗，大卫·米里尔
2024 年 5 月 7 日
什么是 RAG：理解检索增强生成
探索 RAG 如何使大型语言模型在生成响应时检索和利用相关的外部数据，而不是仅限于其原始训练数据。
Sabrina Aquino
2024 年 3 月 19 日
RAG 已死？向量数据库在向量搜索中的作用 | Qdrant
揭示向量数据库对 RAG 的必要性，并了解 Qdrant 的向量数据库如何以无与伦比的准确性和成本效益赋能企业人工智能。
David Myriel
2024年2月27日