最近在做一个RAG的本地知识库项目，文档量大概几十万条，之前一直用FAISS硬扛，但发现元数据过滤和增量更新太麻烦了，想换专业的向量数据库。看了Milvus和Qdrant，感觉功能都挺全，但Milvus依赖太多组件，本地部署有点重；Qdrant倒是轻量，但不知道大规模数据下性能稳不稳。有没有实际用过的老哥说说，单机场景下哪个更省心？另外Prompt里做检索增强时，top_k和相似度阈值一般怎么调比较合理？
最近在做一个RAG的本地知识库项目，文档量大概几十万条，之前一直用FAISS硬扛，但发现元数据过滤和增量更新太麻烦了，想换专业的向量数据库。看了Milvus和Qdrant，感觉功能都挺全，但Milvus依赖太多组件，本地部署有点重；Qdrant倒是轻量，但不知道大规模数据下性能稳不稳。有没有实际用过的老哥说说，单机场景下哪个更省心？另外Prompt里做检索增强时，top_k和相似度阈值一般怎么调比较合理？
几十万条文档单机跑的话Qdrant确实够用了，我这边差不多量级用下来挺稳的，内存占用也友好，Milvus那套etcd、MinIO、Pulsar全套拉起来本地开发机真吃不消。不过Qdrant的过滤性能在字段多、条件复杂时会掉一些，索引建好能缓解不少。top_k我一般先给5到10，配合相似度阈值0.7左右起步，再根据召回效果微调，宁可先松后紧，太严容易漏。