用途：诊断并改进 Qdrant 的搜索相关性。适用触发场景包括用户反馈“搜索结果很差”“结果错误”“精确率低”“召回率低”“结果不相关”等。
诊断思路：资料指出应先判断问题来自嵌入模型、Qdrant 配置还是查询策略；多数质量问题源于模型或数据，而非 Qdrant 本身。若搜索质量低，在调参前应先检查数据分块（chunks）传入 Qdrant 的方式，资料称句中切分可能使质量下降 30-40%。建议先用精确搜索（exact search）隔离问题，再使用 Search API。
主要能力（按资料小节）：1）诊断与调优：定位质量问题的来源、调整 HNSW 参数、选择合适的嵌入模型；2）搜索策略：混合搜索（hybrid search）、重排序（reranking）、相关性反馈（relevance feedback）以及探索类 API，用于提升结果质量。
使用方式与命令：资料未提供具体安装命令、代码示例或调用步骤，暂未提供。
适用场景：Qdrant 向量搜索相关性排查与优化，例如结果不相关、精确率或召回率低时的诊断。
限制：资料未说明依赖版本、平台、收费或效果保证；具体参数取值与实施步骤暂未提供，需以官方文档或项目实际配置为准。