本教程介绍用 Qdrant 构建语义化“边输入边搜索”服务，包含三项优化：前缀缓存预计算短前缀向量，使短查询无需嵌入模型；批量查询按标题文本、正文文本、标题语义、任意语义排序；缓存与嵌入路径并发执行，缓存未命中也不增加往返。示例使用 Python、FastEmbed 和 MiniLM 模型，涵盖建集合、索引、缓存、查询与性能说明。