众所周知，查询需要一个查询条件，然后数据库根据这个查询条件，去数据库匹配，你完全可以理解成这个过程就是Mysql的Like，只不过实现原理不一样而已
目录
造假数据
承接上文，我的向量数据库中有两条数据，如下
输入条件
我们希望：
搜索条件是Is the guy black or white返回he was white.
搜索条件是When was he white返回When this guy woke up this morning.【这里不准】
但是很遗憾，实际情况确实有问题，也在情理之中，有模型的原因，有我示例的原因，但是不管如何，我们希望根据条件，查出数据即可，模型不准是后话
cpp
from zhipuai import ZhipuAI
from pymilvus import MilvusClient
milvus_client = MilvusClient(uri="http://localhost:19530")
# 创建智谱python客户端
zhipu_client = ZhipuAI(api_key="你的API KEY")
response = zhipu_client.embeddings.create(
model="embedding-3",
input=["When was he white"]
)
vectors = [item.embedding for item in response.data]
res = milvus_client.search(
collection_name = "collection_05",
data = vectors,
limit = 1,
output_fields=["text"]
)
# 输入this morning--->返回When this guy woke up this morning
# Is the guy black or white?--he was white.
# 输入When was he white?---->返回he was white.【这里搜索结果很明显不对】
print(res)文章到这里就结束了，写这个查询要比MYSQL的简单，看代码行数就知道了，不过确实不准，后续将讨论如何校准了，我们整个系列文章均会使用该示例