首页/AI/RAG 与向量库速查/Qdrant 查询接口(query_points)

Qdrant 查询接口(query_points)

Qdrant 的查询统一走 query_points:既支持按向量近邻检索,也支持按 id 推荐(recommend)、按条件 scroll 浏览;旧版 search 接口在新客户端中已并入 query。

RAG 与向量库速查AI更新于 2026-10-12

向量检索与带过滤检索

向量检索与带过滤检索
from qdrant_client import QdrantClient, models

client = QdrantClient(url="http://localhost:6333")
res = client.query_points(
    collection_name="kb",
    query=query_vec,
    query_filter=models.Filter(must=[models.FieldCondition(
        key="source", match=models.MatchValue(value="handbook"))]),
    limit=10, with_payload=["source", "title"],
)
for p in res.points:
    print(p.id, p.score, p.payload)

按已有 id 找相似(recommend)

按已有 id 找相似(recommend)
res = client.query_points("kb", query=models.RecommendQuery(
    recommend=models.RecommendInput(positive=["c-1", "c-7"], negative=["c-9"])), limit=5)
查询参数 with_payload 可只取需要的字段,减少带宽与反序列化开销。

易错点

  • 沿用旧 search 调用在新版 qdrant-client 中已弃用,按迁移指南换 query_points
  • filter 条件字段未建索引时,过滤在扫描阶段逐点执行,延迟上涨

数据来源与参考

  • Qdrant 官方文档(Query points / Recommend)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌