1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | qdrant-performance-optimization-qdrant-skills | — |
| 项目自述名称 | SKILL.md 中自身命名为 qdrant-performance-optimization |
GitHub |
| 作者/维护者 | Qdrant 官方（qdrant/skills 仓库）；该子技能提交历史中可见 Qdrant CTO Andrey Vasnetsov（GitHub 账号 generall）多次参与内容审阅 |
GitHub API |
| 来源链接 | https://github.com/qdrant/skills/tree/main/skills/qdrant-performance-optimization | — |
| 许可证 | Apache License 2.0 | GitHub API |
| GitHub Stars / Forks | 所属仓库 208★ / 23 forks（该数字属于整个 Qdrant Agent Skills 合集,不代表本子技能个体热度,仅供了解所属仓库规模） | GitHub API |
| 最新版本 | 仓库整体 v0.1.0（2026-03-30 发布）；本子技能最近一次提交 2026-07-16（自动化链接修复),最近一次人工内容修订 2026-07-08 | GitHub API |
| 安装方式 | 见第 10 章 | 官方 README |
2. 功能介绍与亮点
qdrant-performance-optimization 是 Qdrant 官方技能合集中专门诊断与优化性能问题的参考型 skill。它以“路由”结构组织：顶层文档先区分搜索速度、索引性能、内存占用三个方向,再分流到对应的深度诊断指南。
主要亮点：
- 每个方向都给出具体诊断步骤（如判断是否为内存压力：重复请求是否明显变快、去掉
with_payload/with_vectors是否提速)与可直接落地的配置参数 - 明确区分“诊断已发生的生产异常”与“提前规划配置/容量变更”两类场景,并在描述中指引使用者在真正的线上故障时改用配套的监控技能,避免误用
- 三个子指南均为独立完整文档（各约 4.7–4.9 千字符),而非占位性摘要
- 纯本地静态 Markdown 内容,不依赖运行时联网抓取,离线也可使用
- 内容持续演进：4 个月内 20 次提交、1 个已合并 PR 专门收窄该技能的适用范围（聚焦“主动调优”而非“故障诊断”),并已被 GitHub 官方维护的 Copilot 技能合集仓库
awesome-copilot同步收录
3. 适用场景
所属分类：DevOps 与基础设施。适合已用 Claude Code、Codex 等 agent 运维 Qdrant 集群的工程师,在规划配置或容量变更以提升检索速度、缩短索引构建时间、降低内存占用时,让 agent 先定位问题属于哪个性能维度,再给出对应的诊断步骤与配置建议,避免盲目调参。
4. 跨 Agent 兼容性
- Claude Code：原生支持——官方仓库 README 的 Installation 表格列出
~/.claude/skills/目录,并提供插件市场一条命令安装路径 - Codex：原生支持——同一张表格明确列出 OpenAI Codex 及其技能目录
~/.codex/skills/ - OpenClaw：支持——仓库 README 指定的安装工具（
npx skills/ vercel-labs/skills）源码中显式列出 OpenClaw 为受支持 agent,探测~/.openclaw、~/.clawdbot、~/.moltbot三种数据目录并安装到对应skills/子目录 - Hermes Agent：支持——同一安装器源码中列出
hermes-agent专属配置项,探测~/.hermes目录并安装到~/.hermes/skills
5. 推荐理由
Qdrant 官方出品、CTO 本人多次参与内容审阅的性能调优诊断参考技能,把“搜索为什么慢”“索引为什么建得慢”“内存为什么涨得快”这类容易凭经验瞎试的问题,转化为按现象分流的结构化诊断路径,并给出具体可执行的配置参数,帮助 agent 在规划变更前先定位真正的瓶颈,而不是无差别地建议加机器或调大缓存。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | 该子技能自身 4 个月内 20 次提交,6 位不同贡献者参与（含 CTO 本人多次审阅）,另有 1 个专属 PR 已合并收窄适用范围；内容已被第三方合集仓库 awesome-copilot 同步收录；所属仓库 208★ 仅供背景参考,不计入本技能个体评分 |
| 可用性 | 8 | 整包一条命令或手动复制目录即可安装；三个子方向均为完整诊断文档,含具体排查步骤与参数,可直接落地；近期持续维护；无付费依赖；顶层导航文档本身较薄,需展开子文档才能看到具体操作 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单：
① 执行 shell 命令——不涉及,顶层 SKILL.md 声明的 allowed-tools 仅为 Read/Grep/Glob,无 Bash 执行权限；三个嵌套子文档均为纯 Markdown,未声明任何工具权限
② 联网外发数据——不涉及,内容为本地静态参考文档,文中外部链接指向 Qdrant 官方文档镜像站,由使用者自行选择是否访问
③ API key/凭据——不需要,纯诊断建议类内容
④ 可疑指令——检查 SKILL.md 及全部嵌套子文件原文,未见 prompt injection 或混淆代码迹象
⑤ 作者信誉——Qdrant 官方组织出品,CTO 本人具名多次参与内容审阅
⑥ License——Apache-2.0,明确
⑦ 维护时间——近期仍有提交,非弃置项目
综合评分：7.7（三项均值）
7. 跟同类 Skills 相比的优势
| 项目 | 定位 | 与 qdrant-performance-optimization 的差异 |
|---|---|---|
| pgvector-semantic-search（timescale/pg-aiguide） | 面向 PostgreSQL + pgvector 扩展的检索调优与容量规划参考 | 性能建议依附于通用关系数据库扩展,不覆盖专用向量数据库特有的 HNSW 索引构建、量化、内存分层等调优手段 |
| 全托管向量数据库（如 Pinecone） | 索引构建、内存分配、查询优化均由平台自动完成 | 用户无需手动排查性能瓶颈,但代价是失去对索引参数、内存分层策略的精细控制权；qdrant-performance-optimization 面向的正是自托管场景下“哪里慢、该调什么”的诊断空白 |
qdrant-performance-optimization 的差异化在于专门针对一个开源、可自托管的向量数据库,把性能问题拆解为搜索速度、索引构建、内存占用三个独立维度,每个维度都给出具体诊断步骤与参数建议,而不是笼统的“数据库调优指南”或依赖平台黑盒自动优化。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。
9. 其他补充
该子技能所属的 qdrant/skills 合集共含 10 个静态专项技能（涵盖 SDK 使用、扩容、搜索质量、性能优化、监控、多租户、部署选型、模型迁移、版本升级等）与 1 个动态入口技能（qdrant-advisor）。仓库内另有一个开放的 PR（#88）提议将监控与性能相关技能的目录结构进一步扁平化,尚未合并,不影响当前内容的可用性。
10. 安装使用方式
- npx（完整安装,含本技能在内的全部专项技能）：
npx skills add qdrant/skills - Claude Code 插件市场：
/plugin marketplace add qdrant/skills,再/plugin install qdrant@qdrant - 手动安装：clone 仓库后,将
skills/qdrant-performance-optimization/整个目录（含其 3 个嵌套子目录）复制到对应 agent 的技能目录——Claude Code 为~/.claude/skills/,Codex 为~/.codex/skills/,OpenClaw 为~/.openclaw/skills/,Hermes Agent 为~/.hermes/skills/ - 注意事项：安装后无需重启,下次对话涉及 Qdrant 性能诊断或调优规划时会自动触发；纯本地静态内容,运行时不需要网络连接
11. 注意事项
- 该技能随整包一起安装最省事；若只想要这一个专项技能,需手动挑选目录复制——官方 npx CLI 未对此类静态子技能提供单独安装参数
- 内容假设使用者已部署 Qdrant 并具备基本运维经验,不含 Qdrant 入门教程
- 面向“提前规划变更”场景,若集群正在发生活跃故障,官方建议改用配套的监控/诊断技能定位实时问题
- 仓库整体仍处于早期版本（v0.1.0）,作者在文档中声明内容与结构可能随版本演进调整