आपको क्या मिलता है
- आपके नॉलेज बेस के पीछे एक समर्पित वेक्टर डेटाबेस
- वैकल्पिक API कुंजी और TLS
- हर अन्य स्टोर जैसा ही एजेंट कॉन्फ़िगरेशन
EDDI में यह कैसे काम करता है
- Qdrant सर्वर चलाएँ और उसका होस्ट और gRPC पोर्ट नोट करें (EDDI का डिफ़ॉल्ट 6334 है)।
storeType: "qdrant"और एकcollectionNameके साथ RagConfiguration बनाएँ।eddi://ai.labs.ragवर्कफ़्लो स्टेप से इसे जोड़ें।- LLM टास्क में इसे नाम से चुनें और दस्तावेज़ इनजेस्ट करें।
कॉन्फ़िगरेशन
EDDI दस्तावेज़ों से लिया गया। your-agent-id जैसे प्लेसहोल्डर आपको अपने मान से बदलने होंगे।
{
"name": "product-docs",
"embeddingProvider": "openai",
"embeddingParameters": {
"model": "text-embedding-3-small",
"apiKey": "${vault:openai-key}"
},
"storeType": "qdrant",
"storeParameters": {
"host": "localhost",
"port": 6334,
"collectionName": "product-docs",
"useTls": false
},
"chunkStrategy": "recursive",
"chunkSize": 512,
"chunkOverlap": 64,
"maxResults": 5,
"minScore": 0.6
}// 1. workflow step: binds the knowledge base to the agent
{ "type": "eddi://ai.labs.rag",
"extensions": {},
"config": { "uri": "eddi://ai.labs.rag/ragstore/rags/{ragId}?version=1" } }
// 2. LLM task: selects it by the "name" of the RagConfiguration
{ "tasks": [{
"actions": ["*"],
"type": "openai",
"knowledgeBases": [{ "name": "product-docs", "maxResults": 5, "minScore": 0.7 }],
"parameters": { "systemMessage": "You are a helpful assistant." }
} ] }गवर्नेंस
- अगर Qdrant को API कुंजी चाहिए, तो उसे वॉल्ट से संदर्भित करें।
- एम्बेडिंग कॉल दस्तावेज़ का टेक्स्ट उस एम्बेडिंग प्रोवाइडर को भेजते हैं जिसे आप कॉन्फ़िगर करते हैं।
- खुला वेक्टर स्टोर आपके संग्रह की प्रति है। उसे सार्वजनिक इंटरफ़ेस से दूर रखें।
जानने योग्य बातें
- दस्तावेज़ के चंक बदलना Qdrant के साथ काम करने की उम्मीद है, लेकिन टेस्ट इसे कवर नहीं करते। इसके बिना दोबारा इनजेस्ट किए दस्तावेज़ पुराने चंक छोड़ सकते हैं।
संबंधित इंटीग्रेशन
इस पेज का कॉन्फ़िगरेशन और व्यवहार EDDI दस्तावेज़ों पर आधारित है, जिन्हें 2026-10-14 को जाँचा गया। रिलीज़ के बीच फ़ील्ड नाम और डिफ़ॉल्ट बदल सकते हैं, इसलिए उन्हें अपने संस्करण के दस्तावेज़ों में पुष्टि करें।