得られるもの
- ナレッジベースの背後にある専用のベクターデータベース
- API キーと TLS(オプション)
- 他のすべてのストアと同じエージェント設定
EDDIでの仕組み
- Qdrant サーバーを起動し、そのホストと gRPC ポート(EDDIのデフォルトは 6334)を控えます。
storeType: "qdrant"とcollectionNameを指定して RagConfiguration を作成します。eddi://ai.labs.ragのワークフローステップで紐付けます。- LLM タスクで名前を指定して選択し、ドキュメントを取り込みます。
設定
EDDIのドキュメントに基づいています。your-agent-id のようなプレースホルダーは、ご自身の値に置き換えてください。
{
"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." }
} ] }ガバナンス
- Qdrant に API キーが必要な場合は、ボルトから参照してください。
- 埋め込みの呼び出しでは、ドキュメントのテキストが、設定した埋め込みプロバイダーに送信されます。
- 公開されたベクターストアは、コーパスのコピーを公開しているのと同じです。パブリックなインターフェースから切り離してください。
知っておくべきこと
- ドキュメントのチャンクの置き換えは Qdrant でも動作する見込みですが、テストの対象外です。この機能がない場合、再取り込みしたドキュメントに古いチャンクが残ることがあります。
関連するインテグレーション
このページの設定と動作は、2026-10-14に確認したEDDIのドキュメントに基づいています。フィールド名やデフォルト値はリリースによって変わることがあるため、お使いのバージョンのドキュメントで確認してください。