当前位置:   article > 正文

5.5.9、【AI技术新纪元:Spring AI解码】Qdrant

5.5.9、【AI技术新纪元:Spring AI解码】Qdrant

Qdrant 设置向导

本部分将指导您如何设置 Qdrant VectorStore 以存储文档嵌入并向其执行相似性搜索。

Qdrant 是一个开源的高性能向量搜索引擎/数据库。

先决条件

Qdrant 实例:按照 Qdrant 文档中的安装说明设置 Qdrant 实例。

API 密钥(如果需要):如果需要,为 EmbeddingClient 获取一个用于生成存储在 QdrantVectorStore 中的嵌入式的 API 密钥。

要设置 QdrantVectorStore,您需要从您的 Qdrant 实例获取以下信息:主机名、GRPC 端口、集合名称以及(如果需要)API 密钥。建议提前在 Qdrant 中创建一个集合,并配置合适的维度和参数。如果没有预先创建集合,QdrantVectorStore 将尝试根据配置的 EmbeddingClient 的维度使用余弦相似度创建一个。

依赖项

然后将 Qdrant 启动器依赖项添加到您的项目中:

<dependency>
    <groupId
  • 1
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/381910
推荐阅读
相关标签
  

闽ICP备14008679号