python , Qdrant example

add.py

from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
import random

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

points = [
    PointStruct(
        id=1,
        vector=[0.1, 0.2, 0.3],
        payload={
            "title": "テストデータ",
            "category": "sample"
        }
    )
]

client.upsert(
    collection_name="sample_collection",
    points=points
)

delete.py

from qdrant_client import QdrantClient

COLLE_NAME="sample_collection"
# 1. クライアントの初期化（ローカルの場合）
client = QdrantClient("localhost", port=6333)

# 2. 指定した名前のコレクションを削除
collection_name = COLLE_NAME

response = client.delete_collection(collection_name=collection_name)

# 結果の確認
if response:
    print(f"コレクション '{collection_name}' を削除しました。")
else:
    print(f"コレクション '{collection_name}' の削除に失敗したか、存在しません。")

init.py

from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
import random

COLLE_NAME="sample_collection"
EMBED_SIZE=3
#EMBED_SIZE=1536

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

client.recreate_collection(
    collection_name=COLLE_NAME,
    vectors_config={
        "size": EMBED_SIZE,
        "distance": "Cosine",  # Cosine / Dot / Euclid
    }
)

search.py

from qdrant_client import QdrantClient
from qdrant_client.models import PointStruct
import random

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

search_result = client.query_points(
    collection_name=COLLE_NAME,
    query=[0.1, 0.2, 0.3],  # 生成したEmbedding（ベクトル）
    limit=5,  # 上位5件を取得
    #with_payload=True  # メタデータも一緒に取得
)

for hit in search_result.points:
    print(f"ID: {hit.id},  Data: {hit.payload}")