Python：连接与集合

创建客户端

本地 HTTP（最常用）

from qdrant_client import QdrantClient

client = QdrantClient(url="http://localhost:6333")

API Key（云或自建鉴权）

client = QdrantClient(
    url="https://your-cluster.example.com:6333",
    api_key="your-api-key",
)

内存模式（单元测试）

client = QdrantClient(":memory:")

适合不写磁盘的快速测试，进程结束数据即失。

创建集合

from qdrant_client.models import Distance, VectorParams

COL = "kb_zh"
DIM = 384  # 与 sentence-transformers 等模型输出一致

if client.collection_exists(COL):
    client.delete_collection(COL)

client.create_collection(
    collection_name=COL,
    vectors_config=VectorParams(size=DIM, distance=Distance.COSINE),
)

多向量（了解）

若一个点有多个向量（如「标题向量」「正文向量」），可用：

from qdrant_client.models import VectorParams, Distance

client.create_collection(
    collection_name="multi_vec",
    vectors_config={
        "title": VectorParams(size=256, distance=Distance.COSINE),
        "body": VectorParams(size=768, distance=Distance.COSINE),
    },
)

检索时需指定向量名；新手先掌握单向量即可。

获取集合信息

info = client.get_collection(COL)
print(info.points_count, info.config.params.vectors)

下一节：增删改查。