ステップ5: ベクトルDBへのEmbeddingの保存
次に、作ったEmbeddingをベクトルDBに格納します。ベクトルDBに格納することで、あるテキストをEmbeddingにした際に、そのEmbeddingと類似のEmbedding（すなわち類似文書）を高速に検索できるようになります。
ベクトルDBって何？なぜ必要？
普通のデータベースは名前とか住所とかを保存しますよね。でもベクトルDBは「数値の列（Embedding）」を保存して、「これに似たやつある？」って検索できる特殊なデータベースなんです。
例えば、「トヨタの売上は？」という質問が来たら、保存してあるチャンクの中から「トヨタ」「売上」に関連するものを瞬時に見つけてくれます。すごいでしょ？
Qdrantを使ってみよう
ベクトルDBにはいろんな種類があるんですが、今回は「Qdrant」を使います。なぜQdrantかというと：
- ローカル（自分のPC）で簡単に動く
- クラウドへの移行も簡単（コードをほぼ変えなくていい）
- 無料枠が充実している
- 使い方がシンプル
では、実装していきましょう：
from qdrant_client import QdrantClient
from qdrant_client.models import Distance, VectorParams, PointStruct
import uuid
# 設定
QDRANT_PATH = "./local_qdrant" # ローカルにDBを保存する場所
COLLECTION_NAME = "my_collection" # コレクション名（テーブル名みたいなもの）
def init_qdrant():
"""Qdrantクライアントを初期化してコレクションを作成"""
try:
# クライアントを作成（ローカルに保存）
client = QdrantClient(path=QDRANT_PATH)
# 既存のコレクションを確認
collections = client.get_collections().collections
collection_names = [collection.name for collection in collections]
# コレクションが存在しなければ作成
if COLLECTION_NAME not in collection_names:
client.create_collection(
collection_name=COLLECTION_NAME,
vectors_config=VectorParams(
size=1536, # text-embedding-3-smallの次元数
distance=Distance.COSINE # コサイン類似度を使用
),
)
st.info("📦 新しいコレクションを作成しました")
return client
except Exception as e:
st.error(f"Qdrant初期化エラー: {e}")
return None
def store_embeddings(chunks, embeddings):
"""チャンクとEmbeddingをベクトルDBに保存"""
client = init_qdrant()
if not client:
return False
try:
# 保存するポイント（データ）を準備
points = []
for i, (chunk, embedding) in enumerate(zip(chunks, embeddings)):
point = PointStruct(
id=str(uuid.uuid4()), # ユニークなID
vector=embedding, # Embeddingベクトル
payload={"text": chunk} # 元のテキスト（メタデータ）
)
points.append(point)
# バッチでデータベースに保存
client.upsert(
collection_name=COLLECTION_NAME,
points=points
)
st.success(f"✅ {len(points)}個のチャンクをベクトルDBに保存しました！")
return True
except Exception as e:
st.error(f"保存エラー: {e}")
return False
ここでのポイントは：
- PointStruct：1つのデータ（チャンク＋Embedding）を表す
- payload：元のテキストなどのメタデータを保存できる
- upsert：データの挿入または更新（便利！）
ローカルからクラウドへの移行も簡単
開発中はローカルで、本番はクラウドで、という使い分けも簡単です：
# ローカル版（開発用）
client = QdrantClient(path="./local_qdrant")
# クラウド版（本番用） - pathをurlに変えるだけ！
client = QdrantClient(
url="https://xxx.qdrant.io",
api_key="your-api-key"
)