Qdrant 是一个开源向量数据库，常被用于 RAG、语义搜索、推荐和相似内容检索。它适合需要自托管、权限可控、过滤条件清晰的团队，但它不会自动帮你把知识库问答做好。
官方开源地址
GitHub：https://github.com/qdrant/qdrant
它强在哪里
Qdrant 的核心价值是存储向量、建立索引、做相似度搜索，并支持基于元数据的过滤。做企业 RAG 时，这些过滤很重要，比如只允许员工搜索自己部门、项目或权限范围内的文档。
部署门槛
入门可以用 Docker 跑起来，开发接入也比较直接；真正上生产要考虑持久化、备份、监控、索引参数、数据迁移和访问控制。如果向量数据量增长很快，还要提前规划资源和查询延迟。
适合谁，不适合谁
适合想自托管向量检索、需要明确数据控制权、已经有工程团队的公司。不适合只想做一个小型文档问答 Demo 的新手，因为很多全套知识库工具已经内置向量存储，直接用会更快。
最容易踩的坑是把 Qdrant 当成 RAG 的全部。RAG 质量还取决于文档切片、Embedding、重排序、提示词、引用和权限治理。Qdrant 是底座，不是完整应用。
