Qdrant an sechs Beispielsaetzen
Ein eigener, kurzlebiger Demo-Bestand -- die echten
Vektoren dieses Archivs bleiben unberuehrt. Fehlt qdrant-client
oder ist kein Server erreichbar, zeigt jede Karte genau das, statt einen
leeren Treffer, der wie "nichts gefunden" aussieht.
1 · Server
wird geprueft…
2 · Ablage: Collection je Gesamtprojekt, Shard je Bestand (G4.16)
Zwei Beispielbestaende desselben Gesamtprojekts -- ihre Collection ist gleich, ihr Shard verschieden.
wird geladen…
3 · Punkt-ID: idempotent, modellabhaengig
4 · Hybride Suche und Rechte-Filter, live
Sechs Saetze mit unterschiedlicher Privatheitsstufe.
Dieselbe Anfrage liefert je nach Rolle eine andere Trefferzahl --
verbund_filter greift vor der Vektorsuche, nicht danach.
5 · Semantische Bildsuche
Echte Beobachtungstexte (*.perzeption) aus
dem gerade geoeffneten Archiv -- Kolophon sucht nie ueber Pixel,
sondern ueber die Beobachtung, die ai.bildbeschreibung
aus einem Bild als Text ablegt. Ohne beschriebenes Bild im Archiv
zeigt die Karte das und keinen erfundenen Treffer.
6 · Semantische Textsuche auf Dokumentenebene
Echte *.md-Dokumente aus dem gerade
geoeffneten Archiv -- anders als Abschnitt 4 traegt hier ein Punkt je
Dokument die Volltextsumme seiner Bloecke: die Anfrage findet das
richtige Dokument, nicht die richtige Zeile darin.
7 · Bildcluster
Dieselben Vektoren wie Abschnitt 5, aber ohne Anfrage:
jedes Bild des geoeffneten Archivs wird ueber seine schon
eingebettete Beschreibung gruppiert (search.cluster,
k-means) -- kein neuer Rechenschritt, nur eine andere Frage an
dieselbe Ablage. Ohne Angabe schaetzt die Vorfuehrung die
Clusterzahl aus der Bildzahl.