高性能大规模向量数据库与向量检索引擎，用 Rust 编写，支持 HNSW、混合检索和图像搜索，适合为 AI 应用和 RAG 提供相似度检索能力。

轻量级 Python 向量化库，无需 API 调用即可在本地快速生成高质量文本嵌入，适合 RAG 和向量检索场景。

Qdrant 向量搜索引擎的官方 Python 客户端，方便在 Python 项目里接入向量检索，做相似度搜索和 RAG 应用。

Qdrant 向量数据库的 JavaScript/TypeScript 官方 SDK，让 Node.js 和前端项目能方便地接入向量检索，用于构建 RAG 和相似度搜索应用。

一套用于压测向量搜索引擎的基准框架，可对比不同向量数据库的检索性能，帮你在选型时拿到实测数据。

面向 Qdrant 向量搜索的 Agent 技能集，覆盖性能调优、搜索质量、监控、部署、模型迁移与多语言 SDK 用法，帮 AI 编码助手直接给出可落地的向量检索方案。

一个免代码的 RAG 服务器，能随文档更新自动同步答案，支持 8 种向量数据库，基于 Pathway 构建。

给 ChatGPT 接上 Pinecone 向量库做长期记忆，上传 PDF、txt、epub 等文件就能基于自己的知识库问答，前端用 React 实现。

一个用 Rust 写的 API 平台，把搜索、推荐、RAG 和数据分析打包在一起，底层接 PostgreSQL 和 Qdrant 向量库，省去自己拼装检索链路的麻烦。

用 LangGraph 搭建的模块化 Agentic RAG 教学项目，几分钟就能上手理解检索增强生成智能体的完整流程。

给 Hermes Agent 用的七层持久记忆系统，基于 Qdrant 向量库做结构化事实存储、自动整理 wiki 和精准上下文注入，本地运行且兼容任意 LLM 提供商。

面向大型代码库的本地私有智能分析引擎，支持混合语义搜索、多语言依赖图、符号级影响分析和调用链追踪，可作为 MCP 或编辑器插件零配置接入，帮 AI 编程助手大幅减少 token 消耗和调用次数。

分布式低延迟图+向量数据库，兼容 Neo4j Bolt/Cypher 和 Qdrant gRPC，无需改代码即可切换，支持亚毫秒 HNSW 检索与图遍历。

给 AI 助手做长期记忆的存储层，用图数据库加向量库记住跨会话的决策、关系和上下文，解决多轮对话后遗忘的问题。

把文档解析、知识图谱和向量检索串成一套本体增强的 RAG 方案，让 AI Agent 基于结构化知识作答，减少胡编乱造。

用 GPT 嵌入和向量检索引擎处理海量公开情报数据，把零散 OSINT 信息变成可语义搜索的知识库。

基于 LangGraph 的电商数仓智能问数 Agent，把自然语言转成 SQL 并流式展示查询结果，配套教程适合系统学习大模型应用落地。

一套 12 节动手课程，带你用 LLMOps 最佳实践从零搭建可上线的 LLM 与 RAG 系统，覆盖数据采集、训练、推理到部署全流程。