首页 / 向量数据库
🗄️ 向量数据库 是什么？
AI的「记忆仓库」，按意思找东西
⚡ 一句话秒懂
AI的「记忆仓库」，按意思找东西
📖 举个故事
传统数据库像图书馆按编号找书——你要知道书名才能找到。但向量数据库像有一个超强记忆力的图书管理员，你只要说「我想找一本讲如何与人沟通的书」，他就能立刻在脑海里搜索所有书，把最相关的几本递给你，哪怕你记不清书名和作者。这就是向量数据库——不靠关键词，靠「意思」来搜索。
💡 类比理解
暂未补充。
🧩 真实例子
暂未补充。
🛠️ 怎么实际使用
向量数据库是构建知识库问答系统的核心。例如做一个客户常见问题问答机器人：把所有的FAQ转换成向量存进数据库，用户问「怎么退款」，系统把问题也转成向量，在数据库里找到最相似的几条FAQ答案。常用的向量数据库有Pinecone、Milvus、Chroma、Weaviate等。
📚 进阶原理
向量数据库存储文本/图像的Embedding向量，通过近似最近邻（ANN）算法实现高效相似性搜索。常用索引算法包括HNSW（分层可导航小世界图）、IVF（倒排文件）和PQ（乘积量化），平衡搜索速度与召回率。还支持元数据过滤和标量混合查询。