我這次的小專案是讓 Antigravity 直接使用 Qdrant 向量資料庫，不用透過 n8n 或任何外部 API，就能讓 AI Agent 隨時都能使用 RAG。不論再多說明文件或專案檔都能全部塞進向量資料庫讓 Agent 自主檢索。只需消耗最低限度的 tokens，不必每次重讀全部文件浪費 tokens。
步驟：
1. 用 Docker 在本地安裝 Qdrant 向量資料庫
2. 在 Antigravity 裡安裝 MCP： pip install mcp-server-qdrant，在 mcp_config.json 裡設定指向內網 IP (192.168.x.x:6333) (Qdrant 預設 port 6333) 並設定 Qdrant collection name
3. 自動向量化：內建 FastEmbed，用 CPU 跑，不需要外部 embedding models，Agent 即可自由寫入和讀取向量庫資料，速度與讀取本地 .md 知識檔案無異
整套運作除了電費外不用花半毛錢。
