教學 Qdrant

Qdrant 快速上手：建立 collection、寫入向量、第一次語意搜尋

開通 Qdrant 託管後 10 分鐘完成第一次搜尋：拿到端點與 API 金鑰、建立 collection、用 curl 或 Python 寫入向量並查詢。附完整可複製的指令範例。

Eric 浪花科技創辦人 · 2026/08/14 · 2 分鐘閱讀

#向量資料庫 #語意搜尋 #API 串接 #新手入門

想直接開始？60 秒部署你的 Qdrant

AI 應用的記憶引擎 — 全託管向量資料庫。月付 NT$299 起,

開通 RoamerHost 的 Qdrant 託管後，到控制台的專案詳情頁可以看到兩個東西：REST API 端點（形如 https://qdr-xxxx.roamerhost.com）和API 金鑰。所有請求都要在 header 帶上 api-key，沒帶金鑰的請求一律會被拒絕。

1. 確認連線

curl https://qdr-xxxx.roamerhost.com \
  -H "api-key: 你的金鑰"

看到 {"title":"qdrant - vector search engine", ...} 就表示連上了。

2. 建立 collection

collection 相當於資料表。size 要等於你使用的 embedding 模型輸出的維度（OpenAI text-embedding-3-small 是 1536，多語 E5 是 768）：

curl -X PUT https://qdr-xxxx.roamerhost.com/collections/docs \
  -H "api-key: 你的金鑰" -H "Content-Type: application/json" \
  -d '{"vectors": {"size": 1536, "distance": "Cosine"}}'

3. 寫入向量

實務上向量由 embedding API 產生，這裡示範寫入格式。payload 放原文或任何附加欄位，搜尋命中時會一起回傳：

curl -X PUT "https://qdr-xxxx.roamerhost.com/collections/docs/points?wait=true" \
  -H "api-key: 你的金鑰" -H "Content-Type: application/json" \
  -d '{"points": [{"id": 1, "vector": [0.05, 0.61, ...], "payload": {"text": "退換貨政策：收到商品七天內..."}}]}'

4. 搜尋

curl -X POST https://qdr-xxxx.roamerhost.com/collections/docs/points/search \
  -H "api-key: 你的金鑰" -H "Content-Type: application/json" \
  -d '{"vector": [0.04, 0.59, ...], "limit": 3, "with_payload": true}'

回傳結果按相似度排序，score 越高越相關。

用 Python

pip install qdrant-client

from qdrant_client import QdrantClient

client = QdrantClient(
    url="https://qdr-xxxx.roamerhost.com",
    api_key="你的金鑰",
)
print(client.get_collections())

之後的 upsert、search 都跟官方文件完全相同——RoamerHost 跑的是標準開源版 Qdrant，沒有任何 API 差異。