向量数据库

AI向量数据库之LanceDB快速介绍LanceDB 是一个开源的向量搜索数据库，具备持久化存储功能，极大地简化了嵌入向量的检索、过滤和管理。

大龄码农有梦想

SpringBoot集成Milvus，实现数据增删改查Milvus是一款开源向量数据库，主要用于在大模型领域做向量查询的相关操作。milvus支持的语言比较多，支持python, Java, Go,node等开发语言。本文主要介绍如何使用Java语言，采用springboot框架集成和调用Milvus数据库。

大龄码农有梦想

MacOS安装Milvus向量数据库Milvus 是一个高性能、高度可扩展的矢量数据库，可在从笔记本电脑到大规模分布式系统的各种环境中高效运行。Milvus 提供强大的数据建模功能，使您能够将非结构化或多模态数据组织成结构化集合。Milvus是Apache 2.0许可分发的开源项目。

（二）PosrgreSQL: Python3 连接Pgvector出错排查在使用 Python 连接到 PostgreSQL 数据库，特别是当涉及到 pgvector 扩展以处理向量数据时，可能会遇到一些问题。本文针对psycopg2连接pgvector进行插入和查询操作失败问题，分享了一种可行的解决方案。

认识 Milvus 向量数据库Milvus 是一款由 Zilliz 开发的开源向量数据库，专注于高效存储、管理和检索大规模高维向量数据。它被设计用于处理非结构化数据，如图像、文本、音频和视频等，通过将这些数据转换为向量形式，实现高效的相似性搜索和向量检索。

OceanBase数据库官方博客

向量检索+大语言模型，免费搭建基于专属知识库的 RAG 智能助手随着生成式人工智能技术的飞速发展，越来越多的人和企业开始应用AI到日常的工作和生活中。但公域的AI助手其数据来自互联网上的大量公开文本，虽然具有广泛的知识，但在面对一些特定领域的专业问题时，可能会出现回答不够准确或深入的情况，需要用户自行甄别和进一步研究。因此，也有很多企业开始研究基于向量检索的能力实现检索增强生成（RAG）架构的智能助手。

【大模型】PostgreSQL是向量数据库吗PostgreSQL（通常简称为 Postgre）本身并不是一个专门的向量数据库，但它可以通过扩展或插件支持向量数据的存储、检索和处理，因此可以在某些场景下作为向量数据库使用。以下是关于 PostgreSQL 是否可以作为向量数据库的详细说明：

小码农叔叔

【微服务】SpringBoot 整合Redis Stack 构建本地向量数据库相似性查询目录一、前言二、向量数据库介绍2.1 什么是向量数据库2.2 向量数据库特点2.3 向量数据库使用场景

全新向量数据库SQL Server 2025：带你迈入AI驱动的数据未来上次大家下单的《微软憋大招：SQL Server + Copilot = 地表最强AI数据库！》抱怨迟迟没有发货，这次微软没有食言，终于发货！

水中加点糖

使用Spring AI中的RAG技术，实现私有业务领域的大模型系统在上一篇文章《使用SpringAI快速实现离线/本地大模型应用》中，记录了如何使用SpringAI来调用我们的本地大模型，如何快速搭建一个本地大模型系统，并演示本地大模型的智能对话、图片理解、文生图等功能。

不会编程的猫星人

向量数据库PGVECTOR安装已经安装好了pg14版本。其他版本也可以。 pg安装教程：https://blog.csdn.net/yushaoyyds/article/details/138855306?spm=1001.2014.3001.5502

讲文明的喜羊羊拒绝pua

AIGC学习笔记（2）——AI大模型开发工程师出现了难题问题发展分支缺点：多义词用到的技术：Python、Pytorch（用于开发机器学习和深度学习的框架）

Milvus 与 Faiss：选择合适的向量数据库向量数据库 Milvus 和 Faiss 都是处理大规模向量数据的工具，尤其适用于需要相似性搜索的场景，比如推荐系统、图像检索和自然语言处理等。但它们各自的设计初衷和功能有所不同，适用于不同的使用场景。下面，我们从性能、功能特性、部署和使用难度、适用场景等方面对它们进行对比。

老司机带你聊聊向量数据库随着人工智能、大数据技术的发展，传统数据库已经难以满足某些复杂应用场景的需求，尤其是在图像、语音、文本等非结构化数据的处理上，传统的精确匹配方式已经显得力不从心。最近几年，向量数据库应运而生，成为了热门话题。向量数据库的核心优势在于它可以通过将数据转化为高维向量，在相似性计算中找到更为接近的结果，而不再局限于传统数据库中对精确匹配的依赖。如今，越来越多的应用场景，特别是图片搜索、语音识别正在依靠向量数据库来解决问题。众多向量数据库产品也如雨后春笋不断冒出，Faiss 、Milvus、Pinecone、

python,pycharm,pytorch，向量数据库，环境搭建记录修改ubuntu上的pycharm镜像源，详细步骤-腾讯云开发者社区-腾讯云【超详细教程】2024最新Pytorch安装教程（同时讲解安装CPU和GPU版本）-CSDN博客

知识图谱融入向量数据库，带来RAG效果飞升随着大型语言模型（LLMs）在各种应用中的广泛使用，如何提升其回答的准确性和相关性成为一个关键问题。检索增强生成（RAG）技术通过整合外部知识库，为LLMs提供了额外的背景信息，有效地改善了模型的幻觉、领域知识不足等问题。然而，仅依靠简单的 RAG 范式存在一定的局限性，尤其在处理复杂的实体关系和多跳问题时，模型往往难以提供准确的回答。

828华为云征文 | 云服务器Flexus X实例：向量数据库 pgvector 部署，实现向量检索目录一、什么是向量数据库 pgvector ？二、pgvector 部署2.1 安装 Docker2.2 拉取镜像

Spring Boot集成Redis向量数据库实现相似性搜索Redis 是一个开源（BSD 许可）的内存数据结构存储，用作数据库、缓存、消息代理和流式处理引擎。Redis 提供数据结构，例如字符串、哈希、列表、集合、带范围查询的有序集合、位图、超对数日志、地理空间索引和流。

OpenPie｜拓数派

基于云原生向量数据库 PieCloudVector 的 RAG 实践近年来，人工智能生成内容（AIGC）已然成为最热门的话题之一。工业界出现了各种内容生成工具，能够跨多种模态产生多样化的内容。这些主流的模型能够取得卓越表现，归功于创新的算法、模型规模的大幅扩展，以及海量的高质量数据集。然而 AIGC 依然面临一系列挑战，检索增强生成（RAG）技术作为 LLM 的一项重要补充被提出。本文将结合实例演示，和大家一起探索基于 PieCloudVector 的 RAG 实践。

虹科网络安全

艾体宝洞察丨透过语义缓存，实现更快、更智能的LLM应用程序传统的缓存只存储数据而不考虑上下文，语义缓存则不同，它能理解用户查询背后的含义。它使数据访问更快，系统响应更智能，对 GenAI 应用程序至关重要。