Vektordatabas
Öppen källkodQdrant för företag
Qdrant är en öppen källkodsvektordatabas som gör texter sökbara utifrån deras betydelse istället för exakta ord. Vi använder Qdrant som minnet för vår AI-dokumentsökning och chatbots: Den hittar textavsnitten på vilka språkmodellen svarar på bråkdelar av en sekund.
- Licens
- Apache 2.0
- Drift
- Självhostat i Tyskland eller på din plats
- Officiell webbplats
- qdrant.tech
Vad vi använder Qdrant till
AI-dokumentsökning
Dokumenten delas upp i sektioner och lagras som vektorer; Frågorna hittar rätt platser även med ett annat ordval.
Chatbots med företagskunskap
Chattboten svarar endast baserat på det innehåll som hittats, släppts och kan ange källan.
Filtrerad sökning
Träffar kan begränsas efter avdelning, dokumenttyp, datum eller auktorisation.
Kombinerad sökning
Det betyder att sök och nyckelordssökning kan kombineras så att artikelnummer och tekniska termer också kan hittas pålitligt.
Varför Qdrant?
Apache 2.0-licens
Äkta öppen källkodslicens utan några begränsningar för kommersiell användning.
Snabbt och ekonomiskt
Qdrant är skrivet i Rust och kan även hantera stora dokumentstockar på vanlig hårdvara.
Filter på metadata
Behörigheter och kategorier tas i beaktande direkt i sökningen, inte bara i efterhand.
Självvärd
Körs som en container på din server; vektorerna i dina dokument lämnar inte din infrastruktur.
Det här tar vi hand om med Qdrant
- Upprättande och säkerhet av Qdrant (åtkomstskydd, kryptering)
- Förberedelse av dina dokument: demontering, inbäddning, metadata
- Automatisk uppdatering när dokument läggs till eller ändras
- Att finjustera sökandet för att hitta rätt jobb
Införande och rådgivning kan ofta subventioneras via tyska BAFA- eller INQA-stöd.
Vad det inte är tänkt för
En vektordatabas är inte en ersättning för ett dokumentarkiv och inte en databas för redovisning eller kunddata. Det är ett sökindex – originalen finns kvar i arkiv eller DMS.
Våra lösningar med Qdrant
Vanliga frågor om Qdrant
Vad är en vektordatabas?
+−
En databas som lagrar texter som serier av siffror (vektorer) som visar deras betydelse. Till exempel hittar en sökning på "vacation entitlement" också ett stycke om "vacation privilege", även om ordet inte förekommer.
Vad behöver du Qdrant till i en AI-chatbot?
+−
Så att chatboten kan få tillgång till din kunskap: Qdrant hittar rätt textavsnitt, och språkmodellen formulerar svaret utifrån dem. Denna process kallas retrieval-augmented generation (RAG).
Är Qdrant gratis?
+−
Ja, mjukvaran är under Apache 2.0-licensen. Kostnader tillkommer endast för servern och installationen. Dessutom finns en betald molnversion från tillverkaren, som vi vanligtvis inte använder för känslig data.
Hur uppdaterad är datan i sökningen?
+−
Så uppdaterade som anslutningen avser. Vi har satt upp nya eller ändrade dokument för att automatiskt importeras på nytt.
Fördjupning
- AI-rådgivning
- Qdrant eller pgvector? Den rätta vektordatabasen för små och medelstora företag
- Hybridsökning: Varför en AI-sökning också måste hitta artikelnummer
- Behörigheter i AI-sökning: Så att alla bara kan hitta det de själva får se
- Vektordatabaser enkelt förklarade – med Qdrant som exempel
- Bygga ett RAG-system i företaget: process, kostnader, typiska fel
- RAG enkelt förklarat: Hur AI svarar med dina egna dokument
- RAG eller Fine-Tuning? Hur använder AI egentligen er företagskunskap?
Fungerar tillsammans med
Nämnda produktnamn och logotyper är varumärken som tillhör respektive ägare. bettersorted använder programvaran och driver den åt kunder; något officiellt partnerskap finns inte.
Ett samtal, 30 minuter, kostnadsfritt.
Ett samtal, 30 minuter, kostnadsfritt. Vi tittar på era processer och säger öppet om automatisering lönar sig.