核心概念

Collection（集合）

一个 Collection 对应一类向量数据，类似关系库里的「一张表」，但主键是逻辑上的 点 ID，主数据是向量。

创建 Collection 时需要指定至少：

• 向量维度（size）：与 Embedding 输出一致。
• 距离类型（distance）：如 Cosine、Euclid、Dot，见「距离度量」一章。

一个 Qdrant 实例里可以有多个 Collection（例如按业务线、环境拆分）。

Point（点）

每个 Point 是库中的一条记录，包含：

字段	说明
id	唯一标识，整数或 UUID 字符串。
vector(s)	一个或多个命名向量（多向量场景）；最常见是单个默认向量。
payload	可选 JSON 对象，存业务字段（标题、路径、权限、时间等），用于过滤和展示。

Vector（向量）

浮点数组，长度 = Collection 的 size。
部分场景支持多向量（一个点多个向量字段），本书以单向量为主。

Payload（载荷）

与点绑定的结构化元数据，例如：

{
  "title": "Qdrant 入门",
  "source": "docs/intro.md",
  "user_id": 1001
}

可对 Payload 字段建索引，以便 filter（如 user_id = 1001 且向量最近邻）。

检索在做什么

给定 query_vector 和可选 filter：

• 在（满足条件的）点中，按距离度量排序，返回 top_k 个点（含 id、score、payload 等）。

Score 的含义与距离类型有关（例如 Cosine 常表现为相似度越高分越高，具体以客户端/API 文档为准）。

小结

术语	一句话
Collection	同一维度、同一距离度量的向量表。
Point	一条记录 = id + 向量 + 可选 payload。
Payload	过滤与展示的 JSON 元数据。

接下来：如何在本机跑起 Qdrant，并打开控制台。