向量数据库是嵌入的图书馆:存储数百万向量,并在毫秒内返回「最近邻」。HNSW 等 ANN(近似最近邻)技术让这一操作在规模下依然可行。
在 RAG 架构中它就是「外部记忆」:你的知识库被嵌入、存储于此,作答时按需取回相关片段。知名产品:Pinecone、Weaviate、Qdrant、Milvus 与 pgvector。
选型提示:若技术栈已是 PostgreSQL,pgvector 往往够用;只有当规模或混合过滤需求变得真正沉重时,才需要专用向量库。
Vector Database

为快速相似度搜索嵌入而构建的数据库,可找出「最相似」的内容——通常是 RAG 系统的外部记忆。
向量数据库是嵌入的图书馆:存储数百万向量,并在毫秒内返回「最近邻」。HNSW 等 ANN(近似最近邻)技术让这一操作在规模下依然可行。
在 RAG 架构中它就是「外部记忆」:你的知识库被嵌入、存储于此,作答时按需取回相关片段。知名产品:Pinecone、Weaviate、Qdrant、Milvus 与 pgvector。
选型提示:若技术栈已是 PostgreSQL,pgvector 往往够用;只有当规模或混合过滤需求变得真正沉重时,才需要专用向量库。