Qué es
Qdrant es un motor de búsqueda vectorial de código abierto escrito en Rust y desarrollado en Alemania. Guarda embeddings junto con datos adicionales (payload) y permite filtrar por ellos en la misma búsqueda, algo clave para RAG y recomendaciones. Puedes correrlo gratis con Docker, usar Qdrant Cloud o desplegar su servicio gestionado dentro de tu propia nube con la opción híbrida.
Cómo se usa
- Levanta Qdrant con un solo contenedor de Docker o crea un clúster gratis en Qdrant Cloud.
- Filtra mientras buscas: por ciudad, precio o cliente, sin perder velocidad.
- Combina vectores densos y dispersos para búsqueda híbrida.
- Reduce el uso de memoria con cuantización cuando tu colección crece.
- Conéctalo a tu stack desde Python, TypeScript, Rust o Go, o por REST y gRPC.
Para qué sirve
- Un portal inmobiliario en Bogotá que recomienda propiedades parecidas filtrando por zona y precio.
- Un equipo que usa n8n para montar un agente con memoria y búsqueda en documentos internos.
- Una fintech que por regulación necesita la búsqueda semántica dentro de su propia infraestructura.
A favor
- Código abierto (Apache 2.0) y escrito en Rust
- Filtros por payload integrados en la búsqueda vectorial
- Clúster gratuito de 1 GB en Qdrant Cloud, sin fecha de vencimiento
- Opción híbrida para correr la nube gestionada en tu propia infraestructura
En contra
- Autoalojarlo en producción implica gestionar réplicas, respaldos y actualizaciones
- Afinar índices y cuantización requiere entender cómo funciona por dentro
- Panel y documentación solo en inglés
