O que qdrant faz?
Qdrant - Banco de Dados Vetorial e Motor de Busca Vetorial de alto desempenho e escala massiva para a próxima geração de IA. Também disponível na nuvem em https://cloud.qdrant.io/
Qdrant - Banco de Dados Vetorial e Motor de Busca Vetorial de alto desempenho e escala massiva para a próxima geração de IA. Também disponível na nuvem em https://cloud.qdrant.io/
O skill qdrant/qdrant fornece aos agentes de IA, como Claude Code, Cursor e Codex, acesso a um banco de dados vetorial de alto desempenho para armazenar e pesquisar embeddings gerados por modelos de IA. Ele é útil para aplicações que exigem busca semântica, recomendação baseada em similaridade, sistemas RAG (Retrieval-Augmented Generation) e memória de longo prazo para agentes. O Qdrant é altamente escalável, suportando bilhões de vetores em produção, com índices HNSW e filtragem de payload para buscas híbridas. O skill abstrai a complexidade de configurar e interagir com a API REST do Qdrant, incluindo coleta, indexação e consulta de vetores, e pode ser executado localmente via Docker ou conectado ao serviço gerenciado Qdrant Cloud.
npx skills add qdrant/qdrantInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Qdrant - Banco de Dados Vetorial e Motor de Busca Vetorial de alto desempenho e escala massiva para a próxima geração de IA. Também disponível na nuvem em https://cloud.qdrant.io/
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.