向量数据库
- 说人话
- 专门存放文字向量化之后那串数字的仓库，本事只有一个：你递进去一串数字，它很快找出库里最接近的几条。普通数据库擅长精确匹配，回答不了「最像」这种问题；几百万条一条条算距离又太慢，所以它另建一套索引，用放弃一点准确度换速度。搭知识库时它就是被查的那一层。
- 说行话
- 检索方式的行话叫 ANN（近似最近邻），配置里让你选的索引类型 HNSW、IVF 就是它的具体实现。库里存的不只是那串数字，原文通常一起存着，检索命中之后返回的是原文。
- 潜台词
- 「我们上了向量数据库」，通常是在原有数据库旁边加了一个组件，不是把业务数据搬了家。
- 别用它
- 几千条以内不需要。上了反而多一层运维。
拿这个能做什么4 个项目
- 01
- 02
- 03
- 04
已经有 Postgres 的，先上 pgvector，别多引一套系统。这个建议能省掉大半团队的运维成本，但几乎没有向量数据库厂商会这么告诉你。
动手试试做完就算会了
Embedding 那步的块连同向量 add 进 chromadb，提问也用 BGE 编码，跑 query(query_embeddings=q, n_results=3)，看 distances 最小的对不对。改传 query_texts，它换用自带英文模型，当场报维度 512 对不上 384。