#向量数据库
共 17 篇相关文章
端侧记忆：构建本地运行的AI语音助手实战课
DeepLearning.AI 联合 Qdrant 推出端侧记忆AI助手课程，教你在本地设备上构建能记忆、检索、遗忘并识别物体的语音助手，掌握嵌入向量与边缘向量搜索引擎的实战应用。
用NVIDIA NeMo Agent Toolkit与S3 Vectors构建智能体记忆层
详解如何将Amazon S3 Vectors作为NVIDIA NeMo Agent Toolkit的持久化记忆层，并部署在Amazon EKS上，通过多智能体投资研究用例展示智能体记忆系统的实现方法。
RAG全栈开发入门：从原理到五大核心环节详解
RAG（检索增强生成）全流程入门教程：从分片、索引、召回、重排到生成五大核心环节，详解向量、Embedding与向量数据库概念，助你搭建企业智能客服与知识库。
向量数据库已死？RIP背后的技术演进逻辑
turbopuffer 发文《RIP, vector database》在 Hacker News 引发热议。本文解析向量数据库「已死」论背后的技术演进：向量检索正从独立品类被通用数据库吸收，以及开发者该如何做技术选型。
Lakebase Search 正式发布：Postgres 原生向量与全文检索
Databricks 的 Lakebase Search 正式 GA，将可扩展向量检索与 BM25 全文检索直接内建进 Postgres，官方称成本比 pgvector 便宜 4 倍并支持按量付费，为 AI 智能体提供大规模快速精准的检索能力。
点赞失效？任务型LLM如何用物理结果闭环反馈
任务型LLM中用户点赞反馈为何不可靠？一位开发者分享了为工业维修诊断助手构建物理结果反馈闭环的实战方案，涵盖记忆去重、文本规范化与负样本记录等关键工程细节。
开源文档智能平台实践：基于RAG的PDF问答与多模型切换
一位开发者开源了基于 RAG 的文档智能问答平台，支持 PDF/DOCX 上传、pgvector 向量检索，并能通过单一配置在 OpenAI 与 Claude 间切换。本文拆解其技术栈、多模型设计与分块检索策略。
RAG知识库搭建全解析：从原理到优化的完整流程
本文系统梳理RAG知识库搭建的完整流程，从检索增强生成原理讲起，覆盖向量数据库选型、数据切片、embedding模型、检索器组合、重排序等核心优化环节，帮助开发者搭建低幻觉的私有知识库系统。
把 SQLite 变成向量数据库：两大扩展实战与对比
如何用 sqlite-vec 与 sqlite-vector 两款扩展把 SQLite 变成向量数据库，支持 embedding 存储与相似度搜索。含虚拟表、元数据过滤、量化及速度/内存/磁盘基准对比，适合 RAG 场景。
RAG企业知识库实战：从原理到优化的全流程解析
RAG企业知识库搭建全流程解析：从检索增强生成原理讲起，深入拆解向量数据库选型、文本切片、词嵌入、检索器与重排序等核心优化环节，帮你理解私有知识库如何降低大模型幻觉。
深度解读RAG系统全流程解析：从向量索引到生产优化
深入解析RAG检索增强生成系统的完整工作流程，涵盖向量嵌入原理、文档分片策略、召回与重排机制，以及问题澄清、多语种衍生、问题分类器三大生产优化技巧，助你构建精准可靠的企业级AI知识库应用。
产品体验Milvus 3.0-beta深度解析：十大核心特性与架构重构全解读
深入解析Milvus 3.0-beta十大核心特性，包括External Collection零拷贝查询、Snapshot读写隔离、Order By聚合查询、实体级TTL、Storage V3存储引擎等重大升级，了解其从向量搜索引擎迈向AI数据基础设施的架构演进。
教程攻略RAG企业级落地实战：架构原理与生产级优化全解析
深入解析RAG检索增强生成的完整架构流程，涵盖数据索引、向量化、检索优化三大核心环节，分享企业级RAG落地中的分块策略、混合检索、幻觉控制等实战优化经验，助力大模型与业务数据高效结合。
深度解读RAG技术入门：从大模型幻觉到检索增强生成的完整指南
深入解析RAG（检索增强生成）技术原理，了解大模型幻觉、数据滞后、专业知识不足三大痛点，掌握RAG工作流程、核心技术组件及LangChain实战学习路径。
教程攻略Milvus 2.6核心新特性详解：分层存储、架构解析与RAG实战
深度解析Milvus 2.6.x版本核心新特性，包括分层存储、驱逐策略、预热机制等企业级功能，详解云原生架构设计与部署方案，并提供高性能RAG系统构建的关键优化策略。
教程攻略AI Agent记忆架构设计：四层分区+双时态建模实战指南
深入解析生产级AI Agent记忆架构设计方案，涵盖四层分区架构、双时态建模、技能提取三大核心模块。解决向量数据库语义搜索的状态管理缺陷，让Agent同时具备陈述性记忆与程序性记忆，从根本上消除幻觉与历史失忆问题。
深度解读AI代码审查从30分到80分：AST+RAG架构核心难点全解析
深入解析AI代码审查系统的核心难点与架构设计，涵盖AST语法树解析、RAG检索、向量数据库构建、安全漏洞检测等关键技术，帮助开发者将代码审查效率从30%提升到80%。