Artikel für Leute, die
den Stack ausliefern
Beiträge zu React, Node.js, TypeScript und AI. Ein übersetzter Text wird gezeigt, wenn er existiert. Sonst sehen Sie den englischen Text und einen Hinweis.
Tag: qdrant
ROE gegen TechRAG: GraphRAG auf Docker und Qdrant oder auf SQLite und LanceDB
Zwei Ansätze für eine GraphRAG-These: Qdrant, MongoDB und ein 120B-Modell gegen LanceDB, SQLite und qwen2.5 7B, wobei die Suchlogik verglichen und Schlussfolgerungen gezogen werden.
7 Min. LesezeitEntwurf einer portablen, multi-tenant-fähigen semantischen Suche auf Kubernetes und Qdrant
Wie eine semantische Suchplattform Kubernetes zur Portabilität und tenant-sensitiven Routierung nutzt, um ihre Vektordatenbank austauschbar und ihre Arbeitslasten isoliert zu halten.
6 Min. LesezeitEin lokaler RAG-Pipeline mit Qdrant, fastembed und Gemini in Python
Ein kleiner RAG-Pipeline in Python: Teilen Sie lokale Dokumente in Blöcke auf, embedden Sie sie offline mit fastembed, speichern Sie die Vektoren in Qdrant und beantworten Sie Fragen mit Gemini über die CLI.
6 Min. LesezeitSemantische Agentenmemorie in LangGraph mit Qdrant und cross-Thread-Aufruf
Verleihen Sie einem LangGraph-Agenten mit Qdrant eine Langzeitmerkmung: Embedden Sie Benutzerdaten, rufen Sie sie über Thread-IDs ab und fügen Sie Payload-Filter hinzu, um eine Isolierung für mehrere Nutzer zu gewährleisten.
10 Min. LesezeitAgentic RAG mit Agno Teams: Abfragen umschreiben, ein Kritikzyklus und Qdrant
Agentic RAG mit einem Agno-Team: Ein Koordinator überarbeitet Anfragen, ein Kritiker wiederholt die Informationsbeschaffung, und die Antworten stammen ausschließlich aus dem genehmigten Kontext in der Qdrant-Hybridsuche.
22 Min. LesezeitEin vollständig lokaler GraphRAG-Pipeline mit LangExtract, Neo4j, Qdrant und Ollama
GraphRAG mit lokalen Modellen aufbauen: Entitäten mithilfe von LangExtract extrahieren, sie in Neo4j speichern, in Qdrant indizieren und anschließend Untergraphen erweitern, um graphbasierte Antworten zu erhalten.
39 Min. Lesezeit67 % weniger Tokenverbrauch bei RAG durch Multivektoren und Satzisolation in Qdrant.
Ein RAG-Pipeline für rechtliche Recherche, der mithilfe von ColBERT in Qdrant neu rankt, den passenden Satz isoliert und etwas Latenz gegen eine überprüfte Reduzierung der Tokenanzahl um 67,1 % eintauscht.
8 Min. LesezeitEntwicklung eines zitierten Q&A-Systems für PDFs von Zentralbanken mithilfe von RAG
Die praktische Erstellung eines RAG-Systems auf der Grundlage vierteljährlicher Zentralbankberichte: Dateneingabe, suchfunktionale Abfrage berücksichtigt die Aktualität, zitierte Antworten sowie die im Laufe des Prozesses aufgetretenen praktischen Fehler.
8 Min. LesezeitEin Voice-RAG-Agent mit LiveKit, Qdrant und MLflow nachverfolgen
Erstellen Sie einen Sprach-zu-Sprach-Hypotheken-Assistenten mithilfe von LiveKit, LlamaIndex und Qdrant, wobei OpenTelemetry-Spuren in MLflow jede Abfrage sowie jeden Schritt des großen Sprachmodells anzeigen.
46 Min. Lesezeit
Über diese Artikel
Angebot in 24 Stunden
Denselben Stack in einer Operator-Schicht? Brief schicken — Angebot in 24 Stunden.