Milvus
Milvus 是一款开源的向量数据库系统，专为大规模高维向量数据的存储与检索而设计。其核心能力包括高效的近似最近邻（ANN）相似度搜索、支持多种索引类型（如 HNSW、IVF 等），以及对海量向量数据的分布式处理。常用于图像识别、自然语言处理、推荐系统等人工智能应用场景。
核心事实
时间轴 (近 90 天)
Milvus是一款专为AI场景设计的开源向量数据库，由中国团队Zilliz开发并于2019年开源
作者的学习助手Agent通过将AI Agent与Java学习平台微服务后端打通，课程视频经人工上传抽检后接入Milvus向量数据库进行检索实现
RAG流水线通常包含文档分块、Embedding向量化、写入向量数据库、相似度检索、Top-K召回注入Prompt、LLM生成答案等环节
纯FAISS本身不原生支持元数据管理，Weaviate、Qdrant、Milvus等向量数据库在索引之上集成了元数据存储与过滤能力
Weaviate、Milvus 等系统通过倒排索引与向量索引的联合结构，在索引层面维护属性过滤信息以支持高效条件检索
Semantica将向量召回、RDF三元组存储、属性图存储放进可替换的存储层，支持Faiss、Qdrant、Milvus、Neo4j等后端
常见的向量存储系统包括Pinecone、Weaviate、Chroma和Milvus
Harness层的记忆系统通常采用多级架构：短期记忆使用滑动窗口对话历史，中期记忆使用摘要压缩技术，长期记忆利用向量数据库（如Pinecone、Milvus、Chroma）进行持久化存储。
向量数据库选型（如Pinecone、Milvus、Weaviate）需要在查询延迟、存储成本和召回率之间权衡
RAG实现中文本通过嵌入模型转化为高维向量，存储在Pinecone、Weaviate、Milvus等向量数据库中，查询时通过余弦相似度找到最接近的片段
还有 19 条时间轴事件
全部知识事实 (20)
RAG（检索增强生成）技术架构将文档切片、向量化、存入向量数据库，查询时先检索相关片段再交给模型生成回答
90%已验证RAG工作流程分离线和在线两阶段：离线将文档切分转化为向量存入向量数据库，在线将问题转化为向量通过ANN算法检索最相似文本片段拼接进上下文
80%已验证RAG通过向量数据库（如Faiss、Chroma、Milvus、Pinecone）将文档转化为高维嵌入向量存储，在推理时基于语义相似度检索相关上下文注入提示词，用于解决LLM知识时效性和幻觉问题
80%已验证Chroma适合轻量级原型开发和本地实验，Milvus和Pinecone面向生产级大规模场景，支持分布式部署和亿级向量的高效检索
80%已验证向量数据库（如ChromaDB、Milvus、Pinecone）采用HNSW、IVF等索引算法，能在百万甚至亿级向量中实现毫秒级检索
80%已验证常见的向量数据库包括ChromaDB、Milvus、Pinecone、Weaviate，它们针对高维向量的近似最近邻（ANN）搜索进行了专门优化
80%已验证Milvus、Pinecone、Chroma是用于存储和检索文本向量的向量数据库，是RAG架构的核心组件
80%已验证向量数据库（如Pinecone、Weaviate、Milvus等）通过嵌入模型将文本转化为高维向量，使用余弦相似度或欧氏距离进行近似最近邻（ANN）搜索
80%已验证Milvus是开源向量数据库，支持十亿级向量检索，适合生产环境
80%已验证长期记忆Agent通常基于RAG（检索增强生成）技术构建，通过向量数据库将信息转化为高维向量并持久化存储
80%已验证长期记忆通常借助向量数据库（如Chroma、Pinecone、Weaviate、Milvus等）来实现语义检索
80%已验证向量数据库的核心操作是近似最近邻搜索（ANN），通过HNSW、IVF等索引算法将相似度计算加速到毫秒级响应
80%已验证RAG实现中文本通过嵌入模型转化为高维向量，存储在Pinecone、Weaviate、Milvus等向量数据库中，查询时通过余弦相似度找到最接近的片段
75%已验证典型的RAG流程包括文档切片、向量化嵌入、存入向量数据库、语义检索、上下文拼接和最终生成六个步骤
75%已验证主流向量数据库包括Faiss、Milvus、Qdrant、Weaviate，能在毫秒级完成百万级向量的近似最近邻（ANN）搜索
75%已验证RAG索引阶段将文档切片并通过Embedding模型转换为向量，存入向量数据库如Faiss、Pinecone、Weaviate
65%已验证在科研场景中，RAG通常与向量数据库如Pinecone、Weaviate结合使用
65%已验证RAG的关键组件包括Embedding模型（如OpenAI的text-embedding-3系列或开源的BGE模型）、向量数据库（Pinecone、Weaviate、Chroma、pgvector等）和检索策略
65%已验证向量存储常用专用向量数据库如Pinecone、Chroma、Weaviate，支持近似最近邻检索
65%已验证向量数据库轻量级场景可选Chroma、FAISS，企业级场景常用Milvus、Weaviate、Pinecone
65%