sqlite-vector
SQLite 的生产级向量扩展，面向企业级场景，提供更彻底的性能优化与丰富的调优选项，支持量化和多种距离度量配置
时间轴 (近 90 天)
sqlite-vector 通过 pip/uv 安装时包名是 sqlite-ai-vector 而非 sqlite-vector，但扩展本身仍叫 vector；装错包会报 no module named sqlite_vector
sqlite-vec 用虚拟表存储向量，而 sqlite-vector 用普通表将向量作为 BLOB 存储
sqlite-vector 需要一步显式初始化 vector_init，指定表、列、数据类型、维度和距离度量，且距离度量支持余弦、曼哈顿、欧几里得等
基准测试中，5 万向量规模下 sqlite-vec 约 84ms/查询、sqlite-vector 约 78ms/查询；15 万向量时分别为 241ms 与 231ms，总体上 sqlite-vector 查询更快
内存效率测试中，5 万向量时 sqlite-vec 以全量向量搜索约需 150MB，sqlite-vector 使用量化（turbo4）仅约 19.8MB
全部知识事实 (5)
sqlite-vector 通过 pip/uv 安装时包名是 sqlite-ai-vector 而非 sqlite-vector，但扩展本身仍叫 vector；装错包会报 no module named sqlite_vector
50%待验证sqlite-vec 用虚拟表存储向量，而 sqlite-vector 用普通表将向量作为 BLOB 存储
50%待验证sqlite-vector 需要一步显式初始化 vector_init，指定表、列、数据类型、维度和距离度量，且距离度量支持余弦、曼哈顿、欧几里得等
50%待验证基准测试中，5 万向量规模下 sqlite-vec 约 84ms/查询、sqlite-vector 约 78ms/查询；15 万向量时分别为 241ms 与 231ms，总体上 sqlite-vector 查询更快
50%待验证内存效率测试中，5 万向量时 sqlite-vec 以全量向量搜索约需 150MB，sqlite-vector 使用量化（turbo4）仅约 19.8MB
50%