用途：本技能用于在 DSPy 中配置向量检索。Qdrant 是用 Rust 编写的开源向量搜索引擎，也是唯一拥有官方 DSPy 集成包（dspy-qdrant）的向量数据库。DSPy 3.0 移除了主仓库中社区贡献的 retriever 模块（ChromadbRM、PineconeRM、WeaviateRM、QdrantRM 等），dspy-qdrant 是官方替代方案，独立维护并保持 DSPy 兼容；其他向量数据库需自行编写约 15 行的 dspy.Retrieve 子类。
主要能力：通过 QdrantRM 在 DSPy 中使用 Qdrant，支持自定义嵌入模型与维度（LiteLLM 格式，如 openai/text-embedding-3-small）、k 值、本地或云端地址与 API Key；Qdrant 自身支持混合检索（稠密+稀疏）、payload 过滤、多租户与横向扩展。资料还给出用 dspy.Embedder 建立集合并 upsert 文档、构建 RAG 流程（retrieve + ChainOfThought）、以及混合检索中用 RRF 融合的示例。
使用方式：安装执行 pip install dspy-qdrant。本地开发可运行 docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant；也可使用 Qdrant Cloud（免费层 1GB、1 节点，需设置 QDRANT_URL 与 QDRANT_API_KEY）；测试可用 QdrantClient(":memory:")。配置示例中通过 dspy.configure(lm=..., rm=retriever)，随后 dspy.Retrieve(k=5) 即走 Qdrant。其他数据库按同一模式实现 dspy.Retrieve 子类的 forward，返回 dspy.Prediction(passages=[...])。
适用场景：新 DSPy 项目优先 Qdrant；本地原型可选用 ChromaDB；生产已用 Pinecone/Weaviate 则写自定义 retriever；需要关键词+语义混合检索时选 Qdrant 或 Weaviate。
限制与注意：QdrantRM 期望文本存储在名为 text 的 payload 字段（或配置字段名）；索引与查询所用嵌入模型及维度必须一致；ChromaDB 为单进程、无复制，适合原型不适合生产；DSPy 3.0 后 from dspy.retrieve.chromadb_rm import ChromadbRM 已不可用。资料未提供具体收费价格与更多部署细节。