ImportError: cannot import name ‘IDF_EMBEDDING_MODELS’ from ‘qdrant_client.qdrant_fastembed’ `

问题场景

用户在 LlamaIndex 项目中使用 Qdrant 向量存储做文档摄取（ingestion）时触发。运行环境为 Python 3.12，通过 uv 运行 rag.py 脚本，脚本中导入了 llama_index.vector_stores.qdrant，随后执行 VectorStoreIndex.from_documents() 写入 Qdrant，导入阶段即抛出异常。

报错原文

ImportError: cannot import name 'IDF_EMBEDDING_MODELS' from 'qdrant_client.qdrant_fastembed'

原因分析

可能原因是 qdrant-client 1.17.0 中已将 IDF_EMBEDDING_MODELS 从 qdrant_client.qdrant_fastembed 移除或迁移到其他模块，但 llama-index-vector-stores-qdrant 的 base.py 第 54 行仍直接从这个模块导入该名称。由于 llama-index-vector-stores-qdrant 的 pyproject.toml 中只声明了 qdrant-client>=1.7.1，没有上限约束，所以较新的 qdrant-client 版本会破坏该集成。

环境排查

• 确认 qdrant-client 安装版本是否为 1.17.0 或更高（Issue 中明确指向 1.17.0）。
• 确认 llama-index-vector-stores-qdrant 版本是否 ≥0.10.2。
• 确认 llama-index 版本是否为 0.14.23 或相近版本。
• 确认 Python 版本是否 ≥3.12（Issue 中为 3.12，但该错误不一定只在此版本出现）。
• 确认 fastembed 版本是否为 0.8.0（Issue 中的锁版本）。

解决步骤

1. 在项目的依赖声明中将 qdrant-client 固定为 1.16.2 或 <1.17.0 的版本。
2. 重新安装依赖并重启 Python 进程。
3. 再次运行导入 QdrantVectorStore 的脚本，确认不再报 ImportError。
4. （可选）如果必须使用 qdrant-client 1.17.0+，可以等待 llama-index-vector-stores-qdrant 发布修复版本后再升级；Issue 中未提供其他已验证的升级方案。

验证方法

确认 from llama_index.vector_stores.qdrant import QdrantVectorStore 能正常执行，且后续文档摄取流程不再出现该 ImportError。同时可运行已有的 RAG 摄取逻辑，确认写入 Qdrant 无异常。

参考来源

run-llama/llama_index #22612

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。