✏️ AI 术语图鉴

向量数据库 · Vector Database

英文:vector database(vector 重音在前)

知识库与 RAG难度:进阶 ★★

🗣️一句话大白话

专门存向量、按「意思相近」检索的数据库。知识库的藏书楼:文档切分、向量化后存在这里,查询时毫秒级找出最相近的几段。

向量数据库:存「坐标」的专用仓库普通数据库存文字数字,它存高维向量——专为「找相似」优化文字内容“猫的品种介绍”Embedding变成向量[0.3, 0.8, …]向量数据库海量坐标入库按距离找最近邻相似内容秒级返回💡 RAG 的检索底层 = 向量库 + 最近邻搜索;常用:Milvus / Qdrant / pgvector和普通数据库区别:普通库按「字段相等」查,向量库按「意思相近」查
「向量数据库」示意图

🎬真实场景

10 万条产品文档向量化后存进去,用户提问时瞬间找出语义最近的 5 段——普通数据库只能精确匹配,干不了这活。Coze、Dify 后台的「知识库」,底层就是它。

📮你可以这样说

「不用直接对它说——但自建方案选型会遇到:Milvus、pgvector、Chroma 这些名字都是它。」

通过 AI绘图 工作台生成(模型 API 额度由此消耗);未配置模型密钥时会提示失败原因。

⚠️边界与常见误解

  • ▸它是检索引擎不是答案之书:存进去的垃圾,检索出来的还是垃圾
  • ▸数据量不大(几千条)时普通数据库加插件就够,别过度设计
  • ▸选型看规模和运维成本:小项目先用托管服务,别急着自建

🕸️知识关系图

这个词条与相关术语、AI绘图 知识的连接关系

相关术语相关术语相关术语
Embedding
embedding
RAG
Retrieval-Augmented Generation
Chunking
chunking
向量数据库
vector database

🔗相关术语

📚深入阅读

Dify ↗在线工具 · 进阶

开源 LLM 应用开发平台,自带 RAG 知识库、Agent 编排、工作流。想搭『知识库问答』这类应用,Dify 是最顺手的开源选择之一。

MinerU ↗开源项目 · 开发者

把 PDF/图片/Word 解析成结构清晰的 Markdown/JSON 的开源工具,做 RAG 知识库前的『文档拆解』环节靠它。

想找更多?去 资源库 看全清单。