Jak zainstalować Qdrant z Dockerem na TrueNAS SCALE – krok po kroku
🔧 Wprowadzenie
Qdrant to nowoczesna baza danych wektorowych, idealna do aplikacji opartych o sztuczną inteligencję, wyszukiwanie semantyczne oraz systemy rekomendacji. W tym poradniku pokażemy, jak uruchomić Qdrant w kontenerze Docker na systemie TrueNAS SCALE.
🎯 Założenia
- Docker i Docker Compose są już zainstalowane
- Masz dostęp do terminala TrueNAS (SSH lub Web Shell)
- Masz dostępny dataset, np.
/mnt/pool/docker_data/qdrant
✅ Krok 1: Stwórz folder dla Qdrant
Zaloguj się do terminala i utwórz katalog na dane Qdrant:
mkdir -p /mnt/pool/docker_data/qdrant
Zamień pool na nazwę swojego zasobu ZFS.
✅ Krok 2: Przygotuj plik docker-compose.yml
Przejdź do katalogu z kontenerami (np. /mnt/pool/docker_data) i utwórz plik:
cd /mnt/pool/docker_data
nano docker-compose-qdrant.yml
Wklej następującą konfigurację:
version: '3.8'
services:
qdrant:
image: qdrant/qdrant:latest
container_name: qdrant
ports:
- "6333:6333" # REST API
- "6334:6334" # gRPC API
volumes:
- ./qdrant:/qdrant/storage
restart: always
✅ Krok 3: Uruchom kontener Qdrant
W terminalu uruchom kontener poleceniem:
docker compose -f docker-compose-qdrant.yml up -d
Qdrant uruchomi się w tle i zacznie nasłuchiwać na portach 6333 i 6334.
🔍 Krok 4: Sprawdź, czy działa
Otwórz przeglądarkę i wpisz:
http://ADRES_IP_SERWERA:6333
Powinieneś zobaczyć komunikat Qdrant API lub JSON z metadanymi wersji.
📁 Gdzie są dane?
Wszystkie dane Qdrant są przechowywane w katalogu /mnt/pool/docker_data/qdrant. Możesz go backupować, replikować lub odtwarzać.
🧠 Co dalej możesz zrobić z Qdrant?
- Wykorzystać jako bazę wiedzy dla AI (RAG, GPT, LLM)
- Tworzyć systemy rekomendacji, analizy semantycznej, wyszukiwania podobieństw
- Zintegrować z n8n, Next.js, LangChain, Haystack
- Dodawać dane JSON przez REST API lub gRPC
🛠️ Przykładowe zastosowania
- 🧾 Przechowywanie aktów prawnych i semantyczne wyszukiwanie
- 🤖 Budowa agenta AI, który pamięta Twoje notatki lub dokumenty
- 🗂️ Osobista baza wiedzy z pytaniami i odpowiedziami
📌 Podsumowanie
- Zainstalowaliśmy Qdrant jako kontener Docker
- Skonfigurowaliśmy porty i miejsce na dane
- Uruchomiliśmy bazę, gotową do integracji z AI i backendami
W kolejnych krokach pokażemy, jak zintegrować Qdrant z n8n, załadować dane i wykorzystać ją do RAG (Retrieval-Augmented Generation). Chcesz to zobaczyć?