qdrant

@NousResearch · 仓库 nousresearch/hermes-agent/optional-skills-mlops-qdrant · 社区热度 243,171 · 通道 Git 克隆

查看 GitHub 开源源码 ↗

功能描述与核心用途

Vector 搜索引擎生产环境 RAG 系统.

EN: Vector search engine for production RAG systems.

运行宿主与模型建议

运行宿主：Claude Code / Codex CLI / OpenClaw / Cursor 等命令行 AI Agent
推荐模型：工具调用稳定、响应快的模型
安装后重启 / 刷新 Agent 即可识别，用自然语言调用，无需额外中转服务。

安装与使用教程按对应通道操作，命令可直接复制

第一步 · 准备环境：确认已安装 Git，终端执行 git --version 能显示版本号；这类 Skill 以克隆目录的方式安装。
第二步 · 按你使用的 Agent 选一条克隆命令：Claude Code 全局生效（推荐）：
git clone https://github.com/nousresearch/hermes-agent ~/.claude/skills/hermes-agent
仅当前项目生效：
git clone https://github.com/nousresearch/hermes-agent .claude/skills/hermes-agent
OpenClaw 生效：
git clone https://github.com/nousresearch/hermes-agent ~/.openclaw/workspace/skills/hermes-agent
该 Skill 在仓库内的路径：optional-skills/mlops/qdrant/SKILL.md，让 Agent 使用该子目录即可。
第三步 · 安装依赖（按需）：进入克隆目录，若含 requirements.txt 执行 pip3 install -r requirements.txt；若含 package.json 执行 npm install。
第四步 · 加载调用：重启或刷新 Agent 让它识别新 Skill，之后直接用自然语言描述需求即可自动调用。
第五步 · 卸载：直接删除对应的 skills 文件夹即可。

发给 AI 的安装提示词

请帮我安装并启用开源 Skill「qdrant」（开源仓库 nousresearch/hermes-agent/optional-skills-mlops-qdrant），它的作用是：Vector search engine for production RAG systems。请先检查 Git 环境（git --version，没有就先安装）；然后根据我正在使用的 Agent，把仓库克隆到对应的 skills 目录（Claude Code：git clone https://github.com/nousresearch/hermes-agent ~/.claude/skills/hermes-agent；OpenClaw：git clone https://github.com/nousresearch/hermes-agent ~/.openclaw/workspace/skills/hermes-agent 完成安装；若目录里有依赖文件请一并安装；之后重载技能列表确认已被识别，并用一个最简单示例演示如何用自然语言调用它；如果报错请自动排查修复，最后告诉我使用方法。 该 Skill 在仓库内的子目录为 optional-skills/mlops/qdrant/SKILL.md，请使用该路径。

调用示例（自然语言）

> 调用对应工具完成这个操作，并把结果反馈给我

关联标签

#llm-ai