Anwendungen → Qdrant
Qdrant speichert Vektor-Embeddings Ihrer Dokumente, damit Sie nach Bedeutung suchen können, nicht nur nach Schlüsselwörtern. Fragen Sie 'zeigen Sie mir den Vertrag vom letzten Quartal' und finden Sie ihn sofort — selbst wenn die genauen Worte nirgends stehen. Es ist die Gedächtnisschicht hinter der privaten Dokumentensuche von ReefOffice.
Qdrant verwandelt Ihre Dokumente in Vektoren — mathematische Darstellungen der Bedeutung — und speichert sie für sofortige semantische Suche. Wenn Sie etwas suchen, findet Qdrant Dokumente, die Ihrer Absicht entsprechen, selbst wenn sie völlig andere Wörter verwenden. Jeder ReefOffice-Plan enthält Qdrant für automatische Dokumentenindizierung.
Suchen Sie Ihre Dokumente nach Bedeutung, nicht nach Schlüsselwörtern. Stellen Sie eine Frage in natürlicher Sprache und finden Sie das richtige Dokument — Rechnungen, Verträge, E-Mails, Notizen — selbst wenn die genauen Wörter nicht übereinstimmen.
Jede Datei, die Sie zu Nextcloud, Paperless oder Dolibarr hinzufügen, wird automatisch indiziert. Kein manuelles Setup — Ihr Dokumentenkorpus bleibt vom ersten Tag an durchsuchbar.
Qdrant speist das Gedächtnis hinter Hermes Agent und der Dokumentensuche in Open WebUI. Wenn Ihre KI Fragen zu Ihren Dateien beantwortet, ruft sie den relevanten Kontext aus Qdrant ab, um genaue, quellenbezogene Antworten zu liefern.
Alle Embeddings werden auf Ihrem ReefOffice-Server gespeichert — keine Daten werden an externe Such- oder KI-Dienste gesendet. Ihre Dokumentensuche bleibt vollständig in Ihrer Infrastruktur.
So funktioniert es
Qdrant ist eine hochperformante Vektordatenbank, geschrieben in Rust. Auf ReefOffice läuft es als Docker-Container mit persistentem Speicher. Dokumente werden mit bge-m3 — einem mehrsprachigen, MIT-lizenzierten Modell — in Embeddings umgewandelt und als Vektoren für schnelle Ähnlichkeitssuche gespeichert.
Qdrant ist die Suchbasis von ReefOffice. Es speist die Dokumentensuche in Open WebUI, liefert Kontext für Hermes Agent-Aktionen und kann durch Activepieces-Automatisierungen ausgelöst werden. Wenn Sie fragen 'Welche Rechnungen sind unbezahlt?', findet Qdrant die relevanten Dokumente in Millisekunden.
Normale Suche stimmt mit genauen Wörtern überein. Wenn Sie nach 'Büromiete' suchen, das Dokument aber 'Arbeitsvertrag Mietvereinbarung' sagt, findet die normale Suche es nicht. Qdrant versteht die Bedeutung — es findet semantisch ähnliche Dokumente, selbst mit anderer Formulierung.
Ungefähr 1 GB pro 100.000 Seiten Text. Die meisten Kunden verwenden weit weniger. Qdrant speichert nur die Vektoren, nicht die Originaldokumente — diese bleiben in Nextcloud, Paperless oder Dolibarr.
Ja. Qdrant ist in jedem ReefOffice-Plan für Dokumentenindizierung und -suche enthalten. Ollama läuft auf jedem Plan ebenfalls — für Embeddings — aber nur AI-Pläne laden die Generierungsmodelle, die Ihre Fragen zu Ihren Dokumenten beantworten.
Buchen Sie eine Demo und sehen Sie, wie Qdrant auf ReefOffice Ihre Dokumente nach Bedeutung durchsuchbar macht — nicht nur nach Schlüsselwörtern.