下面是《从零开始搭建 Qdrant Web UI 可视化管理工具（Windows）》完整步骤中涉及的关键代码与命令行操作，以便你直接复制使用，适合写教程或脚本化部署。

🧱 第一步：安装并运行 Qdrant（Docker）

# 拉取 Qdrant 最新版本镜像
docker pull qdrant/qdrant

# 启动 Qdrant 服务，映射本地端口并挂载持久化数据卷
docker run -d \
  --name qdrant \
  -p 6333:6333 \
  -v qdrant_data:/qdrant/storage \
  qdrant/qdrant

📌 Qdrant 默认监听 6333 端口，运行成功后可访问：http://localhost:6333

📦 第二步：克隆 Qdrant Web UI 项目（基于社区版本）

# 克隆项目
git clone https://github.com/0xflotus/qdrant-web-ui.git

# 进入项目目录
cd qdrant-web-ui

🧪 第三步：安装依赖并运行（使用 Node.js）

确保已安装 Node.js（建议 v18.x 或以上）

# 安装依赖
npm install

# 启动开发服务器
npm run dev

默认运行在 http://localhost:3000

🔗 第四步：连接 Qdrant 后端 API

在 Web UI 中填写如下连接信息：

Qdrant API 地址: http://localhost:6333

若需要设置 Token 或 HTTPS 地址，可在 .env 文件中进行修改（部分版本支持）

🧪 第五步：测试向量集合（可选 REST 请求）

你可以用 curl 或 Postman 创建一个向量集合并插入数据：

创建集合：

curl -X PUT http://localhost:6333/collections/my_collection \
  -H 'Content-Type: application/json' \
  -d '{
    "vectors": {
      "size": 4,
      "distance": "Cosine"
    }
  }'

插入向量：

curl -X PUT http://localhost:6333/collections/my_collection/points?wait=true \
  -H "Content-Type: application/json" \
  -d '{
    "points": [
      {
        "id": 1,
        "vector": [0.1, 0.2, 0.3, 0.4],
        "payload": { "doc": "Hello world" }
      }
    ]
  }'

查询向量：

curl -X POST http://localhost:6333/collections/my_collection/points/search \
  -H "Content-Type: application/json" \
  -d '{
    "vector": [0.1, 0.2, 0.3, 0.4],
    "top": 1
  }'

⚙️ 可选：通过 Python 使用 Qdrant 客户端测试连接

from qdrant_client import QdrantClient
client = QdrantClient("http://localhost:6333")

# 创建集合
client.recreate_collection(
    collection_name="demo",
    vectors_config={"size": 4, "distance": "Cosine"}
)

# 插入向量
client.upsert(
    collection_name="demo",
    points=[{
        "id": 1,
        "vector": [0.1, 0.2, 0.3, 0.4],
        "payload": {"category": "text"}
    }]
)

如果你希望将这些命令写成 .bat 批处理脚本、PowerShell 脚本、或 Docker Compose 文件，我也可以帮你生成。

是否还需要添加：

  • Web UI 构建为静态网页部署方式（npm run build）
  • 将 Qdrant 和 Web UI 放入同一个 Docker Compose 环境？
  • 加入 FastAPI 或 LangChain 示例调用？

欢迎继续补充你的需求！