النقاط الرئيسية
- Qdrant مجانية ومفتوحة المصدر بموجب Apache License 2.0 — الخادم المستضاف ذاتيًا لا يحتوي على أي مستوى مدفوع
- مكتوبة بلغة Rust؛ تعمل عبر Docker (
docker run -p 6333:6333 qdrant/qdrant)، أو ملف تنفيذي قابل للتنزيل، أو crate الخاص بـ Rust - مكتبات العميل الرسمية: Python (
pip install qdrant-client)، وJavaScript/TypeScript (npm install @qdrant/js-client-rest)، وGo، وRust، وNET/C#.، وJava، حسب وثائق العميل الخاصة بـ Qdrant - تدعم البحث المتجهي الكثيف والمتناثر والهجين، إضافةً إلى تصفية payload المستندة إلى JSON (حقول متداخلة، ومطابقة نصية، وشروط جغرافية، وفحوص وجود الحقول)
- توفّر لوحة تحكم ويب مدمجة لتصفّح المجموعات وتشغيل استعلامات اختبارية، تكون عادةً متاحة على
http://localhost:6333/dashboardفي التثبيت المحلي - تدعم quantization (تكميم) المتجهات؛ تصف وثائق Qdrant نفسها انخفاضًا في مساحة الذاكرة المستخدمة يصل إلى نحو 97% في التهيئات المواتية — التوفير الفعلي يعتمد على بياناتك وطريقة التكميم، لذا قِس أداء عبء العمل الخاص بك بدلًا من افتراض انطباق هذا الرقم بشكل عام
- مستودع GitHub (github.com/qdrant/qdrant) يُظهر نحو 34,655 نجمة اعتبارًا من سبتمبر 2026
- Qdrant Cloud خدمة استضافة مُدارة منفصلة واختيارية على AWS أو GCP أو Azure من الشركة نفسها — وليست مطلوبة لاستخدام البرنامج مفتوح المصدر
📍 في جملة واحدة
Qdrant قاعدة بيانات متجهة ومحرك بحث مجاني ومفتوح المصدر (Apache-2.0)، مكتوب بلغة Rust، يمكن استضافته ذاتيًا عبر Docker، مع لوحة تحكم ويب مدمجة، ودون أي تكلفة عدا بنيتك التحتية الخاصة.
💬 بعبارات بسيطة
بدلًا من الدفع مقابل واجهة برمجية مُستضافة للبحث المتجهي، تشغّل Qdrant بنفسك داخل حاوية Docker، وهي تخزّن متجهات "embedding" الرقمية التي تمثّل مستنداتك — إلى جانب أي وسوم أو بيانات وصفية ترفقها بها — بحيث يجد LLM المحلي بسرعة أكثر مقاطع النص صلةً للإجابة عن سؤال ما.
📌ملاحظة: هذه المراجعة هي المكمل المعمّق لمدخل Qdrant في دليل برامج LLM المحلية — راجع تلك الصفحة لمعرفة كيف تقارَن Qdrant بلمحة سريعة مع عشرات أدوات الذكاء الاصطناعي المحلية الأخرى.
ما هي Qdrant؟
Qdrant قاعدة بيانات متجهة ومحرك بحث تشابه يخزّن متجهات embedding عالية الأبعاد مع بيانات وصفية منظَّمة بصيغة JSON تُسمى "payload"، ويتيح البحث في الاثنين معًا. يصفها وصف GitHub الخاص بها بأنها "vector similarity search engine and vector database" مزوَّدة بواجهتَي REST وgRPC، وقد بُنيت خصيصًا لتخزين المتجهات والبحث فيها وإدارتها مع بيانات payload من أجل المطابقة الدلالية، والبحث الوجهي (faceted)، وتطبيقات أخرى تحتاج إلى مقارنة embeddings.
- الوظيفة الأساسية: قاعدة بيانات مصمَّمة لتخزين متجهات embedding مع بيانات وصفية JSON عشوائية، وتنفيذ بحث سريع عن أقرب جار تقريبي عليها، مُصفّى حسب تلك البيانات الوصفية
- التنفيذ: مكتوبة بلغة Rust، حسب مستودع المشروع ووثائقه الخاصة
- طرق الوصول: واجهة REST API، وواجهة gRPC API، ومكتبات عميل رسمية لـ Python وJavaScript/TypeScript وGo وRust وNET/C#. وJava (توجد أيضًا مكتبات عميل من المجتمع لـ Kotlin وPHP)
- الواجهات المهمة لهذا الجمهور: الاستخدام عبر سطر الأوامر باستخدام
curl/SDK الخاصة بالعميل، والاستخدام كمكتبة مدمجة داخل تطبيق (عبر أي من العملاء الرسميين)، ولوحة تحكم ويب مدمجة لتصفّح المجموعات دون كتابة كود - نموذج النشر: قابلة للاستضافة الذاتية بالكامل بموجب Apache License 2.0، مع توفّر Qdrant Cloud كخدمة مُدارة منفصلة واختيارية على AWS أو GCP أو Azure للفرق التي لا ترغب في تشغيل مجموعة (cluster) خاصة بها
- المستودع المرجعي: github.com/qdrant/qdrant — الكود المصدري للمشروع، ومتتبع المشكلات (issue tracker)، وسجل الإصدارات
تاريخ مشروع Qdrant
طوّرت Qdrant شركة Qdrant، الجهة القائمة على المشروع مفتوح المصدر وموقع qdrant.tech، وقد ظلت قاعدة الكود متاحة للعامة على GitHub لعدة سنوات، لتصل إلى نحو 34,655 نجمة وقاعدة مساهمين نشطة اعتبارًا من سبتمبر 2026. توسّع المشروع من محرك بحث متجهي بعقدة واحدة إلى منصة تدعم أيضًا النشر الموزَّع (التقسيم والتكرار)، وquantization المتجهات لتقليل استخدام الذاكرة، والبحث الهجين الكثيف/المتناثر، ونسخة أخف تعمل داخل العملية (in-process) تُسمى Qdrant Edge.
- مستودع GitHub (github.com/qdrant/qdrant) هو المصدر المرجعي والمُحافَظ عليه بنشاط للكود المصدري وملاحظات الإصدار الخاصة بالمشروع
- قُدِّمت Qdrant Cloud، وهي منتج استضافة مُدارة منفصل، إلى جانب المحرك مفتوح المصدر كعرض تجاري للشركة
- يُوصَف Qdrant Edge على qdrant.tech بأنه نسخة خفيفة تعمل داخل العملية من قاعدة البيانات موجهة للبيئات محدودة الموارد، وهو إضافة أحدث لخط المنتجات وكان في مرحلة beta وقت إعداد هذه المراجعة
ماذا يمكنك أن تفعل بـ Qdrant؟
تتمحور مجموعة ميزات Qdrant حول تخزين متجهات embedding والبحث فيها على نطاق واسع، مع تصفية بيانات وصفية وأنماط بحث متعددة تُضاف فوق ذلك. إليك ما يفعله كل جزء فعليًا، وفقًا لوثائق وملف README على GitHub الخاصَين بـ Qdrant.
- البحث المتجهي الكثيف — تخزين متجه (أو أكثر) من متجهات embedding الكثيفة لكل نقطة، وتنفيذ بحث تقريبي عن أقرب جار عليها، وهو عبء العمل الأساسي وراء البحث الدلالي واسترجاع RAG
- البحث المتناثر والهجين — دمج embeddings كثيفة مع متجهات متناثرة (تمثيل شبيه بالكلمات المفتاحية) في استعلام واحد، وهو مفيد عندما يفوّت التشابه الدلالي البحت مصطلحات دقيقة أدخلها المستخدم
- تصفية payload — إرفاق بيانات وصفية JSON عشوائية بكل متجه ("payload") وتصفية نتائج البحث بناءً عليها، بما في ذلك الحقول المتداخلة، ومطابقات النص، والشروط الجغرافية، وفحوص وجود الحقول
- quantization المتجهات — تطبيق التكميم القياسي (scalar) أو المنتَج (product) أو الثنائي (binary) لتقليل مساحة الذاكرة؛ تصف وثائق Qdrant نفسها انخفاضًا يصل إلى نحو 97% في التهيئات المواتية، رغم أن النتائج الفعلية تعتمد على متجهاتك وإعداداتك
- دعم المتجهات المتعددة (multivector) — تخزين عدة متجهات لكل نقطة (مثلًا واحد لكل جزء من مستند أو منطقة صورة) لتحقيق تسجيل صلة أكثر دقة
- لوحة تحكم ويب مدمجة — واجهة بصرية لتصفّح المجموعات وفحص النقاط وتشغيل استعلامات اختبارية، تُقدَّم عادةً على
http://localhost:6333/dashboardفي التثبيت المحلي، دون كتابة أي كود عميل - النشر الموزَّع — التقسيم (sharding) والتكرار (replication) للتوسّع إلى ما بعد عقدة واحدة، وهو أمر مهم عندما يتجاوز النشر المستضاف ذاتيًا جهازًا واحدًا
- الفهرسة في الوقت الفعلي — تصبح النقاط الجديدة والمحدَّثة قابلة للبحث دون إعادة بناء كاملة للفهرس، وفقًا لوثائق Qdrant
أمثلة استخدام في خط RAG محلي
هذه سير عمل ملموسة مبنية على ميزات Qdrant الموثَّقة أعلاه — الشكل الذي يتخذه عادةً إعداد RAG مستضاف ذاتيًا يجمع بين نموذج embedding وقاعدة بيانات متجهة.
تثبيت Qdrant
تُثبَّت Qdrant مجانًا عبر Docker، أو ملف تنفيذي قابل للتنزيل، أو crate الخاص بـ Rust، وكودها المصدري على GitHub. الروابط أدناه مأخوذة من وثائق Qdrant ومستودعها على GitHub — تحقّق دائمًا مباشرةً من تلك الصفحات، لأن الأوامر الدقيقة قد تتغيّر بين الإصدارات.
المصدر | الرابط |
|---|---|
| الموقع الرسمي والوثائق | qdrant.tech |
| مستودع GitHub (الكود المصدري، Apache-2.0) | github.com/qdrant/qdrant |
| صورة Docker | hub.docker.com/r/qdrant/qdrant — docker run -p 6333:6333 qdrant/qdrant |
| عميل Python (PyPI) | pypi.org/project/qdrant-client — pip install qdrant-client |
| عميل JavaScript/TypeScript (npm) | npmjs.com/package/@qdrant/js-client-rest — npm install @qdrant/js-client-rest |
| crate الخاص بـ Rust | cargo add qdrant-client، حسب وثائق العميل |
| Qdrant Cloud (خدمة مُدارة، اختيارية) | cloud.qdrant.io |
لا تملك Qdrant مثبِّتًا رسوميًا — فهي تعمل كعملية خادم (server process) (عبر Docker، أو ملف تنفيذي، أو مبنية من الكود المصدري) تتصل بها عبر مكتبة عميل أو لوحة تحكم الويب. لا يوجد حد أدنى ثابت للأجهزة تنشره Qdrant نفسها؛ تتغيّر متطلبات الذاكرة والقرص وفقًا لعدد المتجهات وأبعادها وما إذا كنت تستخدم quantization.
أسعار Qdrant: مفتوحة المصدر مقابل Qdrant Cloud
خادم Qdrant المستضاف ذاتيًا مجاني، ولا يوجد مستوى مدفوع للبرنامج مفتوح المصدر نفسه. ينطبق ملف LICENSE على GitHub على كامل الكود المستضاف ذاتيًا، وهو رخصة Apache القياسية، الإصدار 2.0. أما Qdrant Cloud، وهي منتج استضافة مُدارة منفصل من الشركة نفسها، فتُسعَّر بشكل مستقل، وليست مطلوبة لاستخدام Qdrant على الإطلاق.
- Qdrant المستضافة ذاتيًا: مجانية ومفتوحة المصدر (Apache-2.0)، دون اشتراك، ودون حدود استخدام يفرضها البرنامج نفسه — تكلفتك الوحيدة هي بنيتك التحتية الخاصة (الحوسبة، والذاكرة، والتخزين)
- لا حاجة إلى حساب أو تسجيل لتشغيل الخادم مفتوح المصدر
- Qdrant Cloud خدمة مُدارة منفصلة واختيارية على AWS أو GCP أو Azure؛ راجع qdrant.tech/pricing مباشرةً للاطلاع على المستويات والأسعار الحالية، إذ لا تُعيد هذه المراجعة عرض أرقام أسعار قد تتغيّر
- كانت Qdrant Edge، وهي نسخة خفيفة تعمل داخل العملية، في مرحلة beta وقت إعداد هذه المراجعة — تحقّق من ترخيصها وتوافرها الحاليَين على qdrant.tech قبل الاعتماد عليها
Qdrant مقابل Milvus
تُعدّ Qdrant وMilvus من بين قواعد البيانات المتجهة الأكثر رسوخًا ومفتوحة المصدر وقابلة للاستضافة الذاتية، وغالبًا ما تُقارَنان لأن كلتيهما تستهدف بحث تشابه بحجم إنتاجي مع تصفية بيانات وصفية. تكمن أوضح الفروق في لغة التنفيذ، وتعقيد النشر، وكيفية تموضع كل مشروع لعرضه السحابي المُدار.
المعيار | Qdrant | Milvus |
|---|---|---|
| لغة التنفيذ | Rust | Go وC++ |
| النشر بعقدة واحدة | حاوية Docker واحدة (qdrant/qdrant) | عادةً مكونات أكثر (etcd، تخزين كائنات) إلا مع نسخة Milvus Lite |
| لوحة تحكم ويب مدمجة | نعم، مضمَّنة مع الخادم | أداة منفصلة (Attu) لإدارة الواجهة الرسومية |
| البحث الهجين | كثيف + متناثر + متعدد المتجهات في استعلام واحد | مدعوم عبر واجهات برمجية خاصة به للبحث الهجين |
| الرخصة | Apache License 2.0 | Apache License 2.0 |
| السحابة المُدارة | Qdrant Cloud (AWS/GCP/Azure) | Zilliz Cloud، التي تديرها الجهة التجارية الداعمة الرئيسية لـ Milvus |
إذا كانت أولويتك هي أبسط إعداد ممكن مستضاف ذاتيًا بحاوية واحدة مع لوحة تحكم مدمجة، فإن بصمة نشر Qdrant أخف لمعظم حالات الاستخدام المحلية وللفرق الصغيرة. أما إذا كنت تشغّل بالفعل بنية تحتية أصلية لـ Kubernetes على نطاق أكبر، فقيّم Milvus مباشرةً — كلاهما مجاني ومفتوح المصدر بموجب Apache-2.0، وكلاهما يصدر تحديثات باستمرار، لذا تحقّق من تفاصيل الميزات الحالية على موقع كل مشروع قبل اتخاذ القرار.
لمن تناسب Qdrant؟
يعتمد ملاءمة Qdrant لك على ما إذا كنت بحاجة إلى قاعدة بيانات متجهة مخصصة وقابلة للاستضافة الذاتية مع تصفية payload وبحث هجين، بدلًا من خيار مدمج (embedded) أو في الذاكرة أبسط.
Qdrant مقابل قواعد بيانات متجهة وأدوات RAG أخرى
Qdrant واحدة من عدة أدوات في مجال قواعد البيانات المتجهة وبنية RAG التحتية. إليك موقعها مقارنة بالخيارات الأخرى — راجع دليل برامج LLM المحلية للاطلاع على الكتالوج الكامل، والمقارنة المخصصة بين Qdrant وMilvus أعلاه لأقرب مواجهة مباشرة.
- Milvus — قاعدة بيانات متجهة أخرى مفتوحة المصدر وقابلة للاستضافة الذاتية، مبنية بلغتَي Go وC++، وموجهة نحو عمليات نشر إنتاجية واسعة النطاق؛ راجع قسم المقارنة المخصص أعلاه.
- txtai — مجموعة أدوات مدمجة للبحث المتجهي وRAG تعمل داخل العملية بدلًا من العمل كخادم منفصل، وهي خيار أخف لمجموعات البيانات الأصغر.
- LangChain — إطار عمل تنسيق (orchestration)، وليس قاعدة بيانات متجهة بحد ذاته، يُستخدم عادةً لربط Qdrant بخط RAG كامل إلى جانب محمّلات المستندات و LLM.
- LlamaIndex — بديل من فئة أطر بيانات لـ LangChain لبناء خطوط RAG، مع تكامل مع Qdrant متاح عبر موصلات vector store الخاصة به.
- Haystack (من deepset) — إطار عمل للبحث وRAG يقع، مثل LangChain وLlamaIndex، فوق طبقة قاعدة البيانات المتجهة، ويمكنه استخدام Qdrant كمخزن دعم (backing store).
- راجع أيضًا مقارنة Pinecone مقابل Weaviate مقابل Qdrant مقابل Chroma الخاصة بـ PromptQuorum لنظرة أوسع رباعية على مشهد قواعد البيانات المتجهة.
أخطاء شائعة عند تقييم Qdrant
ينشأ معظم اللبس حول Qdrant من الخلط بينها وبين إطار عمل RAG كامل، أو سوء فهم علاقتها بـ Qdrant Cloud، أو افتراض أنها تولّد embeddings بنفسها.
الأسئلة الشائعة
ما هي Qdrant؟
Qdrant (qdrant.tech، والكود المصدري على github.com/qdrant/qdrant) هي قاعدة بيانات متجهة ومحرك بحث مجاني ومفتوح المصدر، مكتوب بلغة Rust. تخزّن متجهات embedding مع بيانات وصفية بصيغة JSON (payload)، وتدعم البحث الكثيف والمتناثر والهجين.
هل Qdrant مجانية؟
نعم، خادم Qdrant المستضاف ذاتيًا مجاني ومفتوح المصدر بموجب Apache License 2.0، دون أي مستوى مدفوع. أما Qdrant Cloud، وهي خدمة استضافة مُدارة منفصلة، فتُسعَّر بشكل مستقل — راجع qdrant.tech/pricing للأسعار الحالية إذا اخترت هذا المسار.
هل Qdrant مفتوحة المصدر؟ ما الرخصة التي تستخدمها؟
نعم. ملف LICENSE على GitHub الخاص بـ Qdrant هو رخصة Apache القياسية، الإصدار 2.0، وينطبق على كامل الكود المستضاف ذاتيًا.
هل يمكن تشغيل Qdrant محليًا بالكامل، دون اعتماد على السحابة؟
نعم. Qdrant قابلة للاستضافة الذاتية بالكامل عبر Docker (docker run -p 6333:6333 qdrant/qdrant)، أو ملف تنفيذي قابل للتنزيل، أو crate الخاص بـ Rust. Qdrant Cloud اختيارية ومنفصلة — وليست مطلوبة لتشغيل البرنامج.
هل تملك Qdrant لوحة تحكم ويب؟
نعم. توفّر Qdrant لوحة تحكم ويب مدمجة، تكون عادةً متاحة على http://localhost:6333/dashboard في التثبيت المحلي، لتصفّح المجموعات، وفحص النقاط، وتشغيل استعلامات اختبارية دون كتابة كود عميل.
هل تدعم Qdrant البحث الهجين؟
نعم. وفقًا لوثائقها الخاصة، تدعم Qdrant دمج البحث المتجهي الكثيف (الدلالي) مع البحث المتناثر (الشبيه بالكلمات المفتاحية) ودعم المتجهات المتعددة في استعلام واحد.
كيف أدمج Qdrant مع نموذج embedding محلي؟
لا تولّد Qdrant embeddings بنفسها. شغّل نموذج embedding محليًا (مثلًا عبر Ollama أو نموذج sentence-transformers في Python) لتحويل نصك إلى متجهات، ثم استخدم أحد عملاء Qdrant الرسميين (Python أو JavaScript/TypeScript أو Go أو Rust أو NET/C#. أو Java) لتخزين تلك المتجهات والاستعلام عنها.
ما الفرق بين Qdrant وQdrant Cloud؟
Qdrant هي برنامج قاعدة البيانات المتجهة مفتوح المصدر، ويمكن استضافته ذاتيًا مجانًا في أي مكان. أما Qdrant Cloud فهي منتج استضافة مُدارة منفصل واختياري من الشركة نفسها، يعمل على AWS أو GCP أو Azure، ويُسعَّر بشكل مستقل عن البرنامج مفتوح المصدر.
هل تتكامل Qdrant مع LangChain أو LlamaIndex؟
نعم. يوفّر كلٌّ من LangChain وLlamaIndex موصلات vector store لـ Qdrant، مما يتيح لك استخدامها كخلفية للاسترجاع (retrieval) في خط RAG أكبر مبني بأي من الإطارين.
ما لغات البرمجة التي تدعمها Qdrant؟
توفّر Qdrant مكتبات عميل رسمية لـ Python وJavaScript/TypeScript وGo وRust وNET/C#. وJava، إضافةً إلى واجهة REST API وواجهة gRPC API يمكن لأي لغة استدعاؤهما مباشرةً، وفقًا لوثائق العميل الخاصة بـ Qdrant.