Векторная база данных с открытым исходным кодом: хранит объекты и векторы вместе, объединяя поиск по сходству векторов со структурированной фильтрацией.
qdrant/qdrant-client
Официальная Python-библиотека клиента для векторного поискового движка Qdrant: синхронный и асинхронный доступ по REST/gRPC и локальный режим в памяти.
- Звёзды
- 1,373
- Форки
- 357
- Открытые issues
- 223
- Последний коммит
- 3 часа назад
Что это?
qdrant-client — официальный Python SDK для Qdrant, векторного поискового движка. Он содержит определения типов для Qdrant API и поддерживает синхронные и асинхронные запросы по REST и gRPC, а также вспомогательные методы для типовых задач, например массовой загрузки коллекции.
Клиент также поддерживает локальный режим, в котором тот же API работает без сервера. Если передать «:memory:» или путь к файлу, будет создана встроенная база данных — это удобно для прототипирования, ноутбуков и тестовых наборов CI. Когда понадобится больше ресурсов, достаточно изменить параметры подключения, чтобы тот же код обращался к запущенному серверу Qdrant или кластеру Qdrant Cloud.
При необходимости Inference API может создавать эмбеддинги локально с помощью FastEmbed, в том числе с опциональной поддержкой GPU, или удалённо — с помощью моделей, размещённых в Qdrant Cloud. Так текст или изображения можно добавлять в базу и искать по ним без отдельного конвейера для создания эмбеддингов.
Ключевые возможности
- 01Аннотации типов для всех методов Qdrant API
- 02Синхронные и асинхронные клиенты для REST и gRPC
- 03Локальный режим с хранением в памяти или на диске без запущенного сервера
- 04Inference API с локальным FastEmbed или удалёнными моделями Qdrant Cloud
- 05Вспомогательные методы для массовой загрузки векторов и точек
Сценарии использования
- Создание бэкендов семантического поиска или генерации с дополнением контекстом на базе Qdrant
- Запуск тестов векторного поиска в CI без развёртывания сервера
- Прототипирование поиска на основе эмбеддингов в ноутбуках Jupyter или Colab
- Создание асинхронных Python-сервисов, которые отправляют запросы к кластеру Qdrant
Быстрый старт
- 1
Установите клиент Python из PyPI
pip install qdrant-client - 2
Запустите сервер Qdrant локально с помощью Docker
docker run -p 6333:6333 qdrant/qdrant:latest - 3
Подключитесь к серверу из Python с помощью QdrantClient(url="http://localhost:6333")
Что важно знать
- Некоторые функции, например удалённый инференс, доступны только в платных тарифах Qdrant Cloud.
- Для полноценного использования необходим Docker или отдельное развертывание сервера Qdrant.
Темы
Частые вопросы
- Что такое qdrant-client?
- Официальная Python-библиотека клиента для векторного поискового движка Qdrant: синхронный и асинхронный доступ по REST/gRPC и локальный режим в памяти. qdrant-client — официальный Python SDK для Qdrant, векторного поискового движка. Он содержит определения типов для Qdrant API и поддерживает синхронные и асинхронные запросы по REST и gRPC, а также вспомогательные методы для типовых задач, например массовой загрузки коллекции.
- qdrant-client можно использовать бесплатно? Какая у него лицензия?
- qdrant-client распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- qdrant-client всё ещё поддерживается?
- Активно поддерживается. Последний коммит в qdrant-client — 22 окт. 2026 г..
- Для чего можно использовать qdrant-client?
- Создание бэкендов семантического поиска или генерации с дополнением контекстом на базе Qdrant Запуск тестов векторного поиска в CI без развёртывания сервера Прототипирование поиска на основе эмбеддингов в ноутбуках Jupyter или Colab Создание асинхронных Python-сервисов, которые отправляют запросы к кластеру Qdrant
- Как установить qdrant-client?
- Установите клиент Python из PyPI: pip install qdrant-client Запустите сервер Qdrant локально с помощью Docker: docker run -p 6333:6333 qdrant/qdrant:latest Подключитесь к серверу из Python с помощью QdrantClient(url="http://localhost:6333")
- Где скачать qdrant-client?
- Исходный код и инструкции по установке — на GitHub: https://github.com/qdrant/qdrant-client
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Epsilla — векторная база данных с открытым исходным кодом на C++ для поиска похожих эмбеддингов, с фильтрацией метаданных, гибридным поиском и интеграциями для LLM-поиска.
Open-source-пайплайн, который превращает веб-страницы и PDF в скриншоты и ищет по ним визуально, сохраняя таблицы и графики для RAG.
Qdrant — движок поиска векторов по сходству и векторная база данных на Rust с фильтрацией по payload для семантического поиска и рекомендаций.
Локальный векторный индекс и инструментарий для RAG: пересчитывает эмбеддинги по запросу и сокращает объём хранения примерно на 97%, позволяя искать личные данные на ноутбуке.
Открытая векторная база данных для AI-приложений: хранит документы и векторы для семантического, гибридного и полнотекстового поиска.