用 Rust 构建的生产级向量搜索引擎
从原型到十亿级向量的检索基础设施
Qdrant 是一个用 Rust 编写的开源向量数据库与向量搜索引擎，专为存储与检索高维嵌入而设计，支撑高效的近似最近邻（ANN）搜索。
Qdrant（读作 quadrant）2021 年创立于德国柏林，是一个用 Rust 编写的开源向量数据库与向量搜索引擎，专为存储与检索高维嵌入而设计，支撑高效的近似最近邻（ANN）搜索。
它原生支持稠密与稀疏向量混合搜索（BM25、SPLADE++、miniCOIL），在 HNSW 遍历过程中直接应用元数据过滤，保证高召回与低延迟；并提供多向量、命名向量等表达力更强的检索能力。
2026 年 3 月 Qdrant 完成 5000 万美元 B 轮融资，服务已登陆 AWS、GCP、Azure 与 Oracle Cloud，并以 SOC 2 / HIPAA 合规、RBAC、SSO 满足企业级安全需求。
核心功能一览
六大核心能力，覆盖创作全流程
原生混合搜索
在单次查询中融合稠密与稀疏向量，支持 BM25、SPLADE++、miniCOIL，兼顾关键词与语义召回。
遍历期过滤（One-stage Filtering）
元数据过滤在 HNSW 图遍历时直接执行，复杂嵌套条件下仍保持高召回与低延迟。
量化压缩
标量、乘积与二进制量化可将内存占用降低最高 64 倍，二进制量化（BQ）在保持精度的同时显著提升检索速度。
灵活部署
支持 Qdrant Cloud（AWS/GCP/Azure）、混合云、私有云（气隙）与边缘部署，并可借助 Vulkan 实现跨平台 GPU 加速。
零基础快速上手
4 步完成你的第一件 AI 作品，无需任何设计经验
启动 Qdrant 服务
用 Docker 运行 `docker run -p 6333:6333 qdrant/qdrant` 拉起本地服务，或通过 Qdrant Cloud 创建托管集群。
创建 Collection 并写入向量
通过 REST 或官方 Python / Go / Rust 客户端创建 Collection，写入带 JSON payload 的向量点（points）。
执行带过滤的相似度搜索
调用 query 接口进行向量检索，并可附加 should / must / must_not 等payload 过滤条件，获得精准结果。
接入 RAG 与智能体
将 Qdrant 作为检索层接入 LlamaIndex、LangChain 等框架，为 LLM 问答与智能体记忆提供实时上下文。
主流向量数据库对比
和同类工具横向对比，帮你选对工具。
| 对比维度 | Qdrant | Pinecone | Weaviate |
|---|---|---|---|
| 开源 | Apache 2.0 开源 | 闭源托管 | 开源 + 云 |
| 实现语言 | Rust | 闭源 | Go |
| 混合搜索 | 原生稠密 + 稀疏 | 需额外方案 | 原生 |
| 部署灵活度 | 云 / 混合 / 私有 / 边缘 | 云为主 | 云 / 自托管 |
| 量化压缩 | 标量 / 乘积 / 二进制 | 有 | 有 |
同类推荐工具
发现更多优质 AI 创作工具，找到最适合你的那一款
AI21 Labs
AI21 Labs 是 2017 年成立的独立基础模型公司，主打 Jamba 系列开源权重大模型——采用 Mamba-Transformer 混合架构、支持 256K 上下文，并以 Maestro 编排平台服务金融、医疗等受监管行业。
阿里云百炼
阿里云百炼（Model Studio）是一站式大模型开发平台，集成通义千问全 系列与 DeepSeek、Kimi、智谱 GLM 等三方模型，提供模型推理、微调（SFT/CPT/DPO）、部署、Agent 开发、RAG 知识库与 MCP 注册能力，并兼容 OpenAI 接口。
Anyscale
Anyscale 是 Ray 原创团队创立的托管式 AI 计算平台，为分布式模型训练、批量推理、RAG 管线、智能体编排与强化学习后训练提供生产级基础设施。基于 Ray 这一被 OpenAI、Uber、Shopify 等广泛使用的开源分布式引擎，支持多云（AWS / GCP / Azure 等）与 Bring-Your-Own-Cloud，按用量计费，新用户赠 $100 额度。
Apache Airflow
Apache 顶级开源项目，用 Python 代码定义有向无环图（DAG）来编排批处理工作流，拥有 1500+ 算子与庞大生态，是数据管道调度领域的事实标准。