---
layout: default
---

# Qdrant - Búsqueda con score

```typescript
// Búsqueda con puntuación de similitud
const resultsWithScore = await vectorStore.similaritySearchWithScore(
  "embeddings y vectores",
  3
);

resultsWithScore.forEach(([doc, score], i) => {
  console.log(`${i + 1}. Score: ${score.toFixed(3)}`);
  console.log(`   ${doc.pageContent}`);
});
```

<v-click>

### Salida ejemplo

```
1. Score: 0.892
   Los embeddings capturan el significado del texto
2. Score: 0.745
   RAG combina búsqueda con generación de texto
3. Score: 0.621
   LangChain es un framework para aplicaciones con LLMs
```

</v-click>