向量数据库

TGITCIC11 小时前
milvus·向量数据库·ai agent·ai智能体·qdrant·rag增强检索
还在使用Milvus向量库?2025-AI智能体选型架构防坑指南说明:选 Milvus 如果: ✅ 预算充足 ✅ 全栈式团队(包括运维、网管)选 Qdrant 如果: ✅ 只有虚拟机费用(2c cpu, 1g内存可支持千万条数据) ✅ 运维能力弱,需快速上手 ✅ 成本敏感,追求轻量级API
GEM的左耳返4 天前
prompt工程·向量数据库·java面试·rag·ai应用·spring ai
Java AI面试实战:Spring AI与RAG技术落地面试官:谢飞机同学,今天我们聚焦Java AI应用开发,重点考察Spring AI和RAG技术栈。 谢飞机:(兴奋地)面试官好!我可是AI达人!ChatGPT、Midjourney我天天用,Spring AI这新框架我也研究过!
alex1004 天前
人工智能·python·语言模型·langchain·prompt·向量数据库·ai agent
AI Agent开发学习系列 - langchain之LCEL(5):如何创建一个Agent?结果:这段代码展示了使用 LangChain 创建和配置 Agent 的完整流程。 首先通过 ChatOpenAI 初始化腾讯混元大模型,然后从 LangChain Hub 拉取预定义的 Agent 提示模板,接着使用 load_tools() 加载数学计算工具并传入 LLM 实例,随后调用 create_openai_functions_agent() 将 LLM、工具和提示模板组合成 Agent,最后创建 AgentExecutor 作为执行器并调用 invoke() 方法执行 Agent。 技术要点
之之为知知5 天前
人工智能·深度学习·机器学习·大模型·索引·向量数据库·chromadb
Chromadb 1.0.15 索引全解析:从原理到实战的向量检索优化指南在大模型应用如火如荼的当下,向量数据库已成为连接文本、图像与 AI 模型的核心枢纽。Chromadb 作为轻量级向量数据库的佼佼者,在 1.0.15 版本中对索引机制进行了 API 优化,让索引配置更简洁直观。本文将基于 1.0.15 版本,详解 HNSW、Flat、IVF 三种核心索引的原理与实战用法,帮你避开版本兼容陷阱,构建高效向量检索系统。
不学无术の码农8 天前
milvus·向量数据库
玩转 Milvus(二):在 Ubuntu 22.04(WSL2)上安装 Milvus在《玩转 Milvus(一)》中,我们揭开了向量数据库的神秘面纱,认识了 Milvus 作为 AI 时代的“超级引擎”,如何驱动智能搜索、推荐系统和多模态应用。现在,是时候让 Milvus 在你的电脑上“落地生根”了!本篇博客将带你在 Ubuntu 22.04(WSL2) 环境下安装 Milvus,聚焦两种单机模式:Milvus Lite 和 Milvus Standalone。无论你是初学者想快速上手,还是进阶开发者准备小规模生产,这篇教程都能帮你轻松搞定。
用什么都重名11 天前
可视化·milvus·向量数据库·attu
Attu-Milvus向量数据库可视化工具本文介绍了如何安装可视化工具Attu,包括使用Docker镜像启动并访问Attu服务。目录前言一、Attu安装
Kakaxiii12 天前
自然语言处理·知识图谱·neo4j·向量数据库
【2025最新】使用neo4j实现GraphRAG所需的向量检索在将UMLS或者LightRAG构造的数据库存入neo4j之后,我开始将知识图谱运用到实际场景的使用中、例如查询、推理。然而,由于字符串匹配导致大量术语在检索时出现缺失。导致检索效果不佳。我们需要使用embedding模型,将对应的实体或者关系转为vector,存入向量数据库。利用向量数据库已有的高效存储技术和查询方法。帮助我们快速查询到相关实体或者关系。通过确定相似度的阈值,来保留最终查询结果。
knqiufan1 个月前
llm·milvus·向量数据库·rag
深度解析影响 RAG 召回率的四大支柱——模型、数据、索引与检索面对大型语言模型(LLM)知识陈旧、容易幻觉的固有挑战,检索增强生成(RAG)技术已然成为构建可信、精准、知识渊博AI应用的行业基石。RAG的核心魅力在于它用强大的语义检索能力,为LLM实时注入了新鲜、准确的外部知识,它能真正理解用户的查询意图,从海量文档中找到与之“意思相近”而非仅仅“字面相同”的内容。
迢迢星万里灬1 个月前
java·面试·向量数据库·rag·spring ai·embedding模型·mcp
Java求职者面试:Spring AI、MCP、RAG、向量数据库与Embedding模型技术解析1. 请解释Spring AI是什么?它与传统Spring框架有何不同?Spring AI是Spring生态系统的一部分,专注于人工智能和机器学习相关的开发。与传统Spring框架相比,Spring AI提供了更丰富的工具和库来支持AI应用的构建,例如集成TensorFlow和PyTorch等深度学习框架。
浩哥的技术博客2 个月前
数据库·向量数据库
向量数据库ChromaDB的使用ChromaDB 是一个开源的嵌入式向量数据库,专用于AI设计,好处这里就不多写了,这里做一个学习的记录。当前环境是Window,Python版本3.10
Cha0DD2 个月前
docker·容器·milvus·向量数据库
向量数据库Milvus在windows环境下的安装已安装docker desktop参考资料:Run Milvus in Docker (Linux) | Milvus Documentation
橙子小哥的代码世界2 个月前
linux·docker·大模型·milvus·向量数据库·rag
【大模型RAG】Docker 一键部署 Milvus 完整攻略本文概要Milvus 2.5 Stand-alone 版可通过 Docker 在几分钟内完成安装;只需暴露 19530(gRPC)与 9091(HTTP/WebUI)两个端口,即可让本地电脑通过 PyMilvus 或浏览器访问远程 Linux 服务器上的 Milvus。下面从环境准备、Docker 安装、容器启动、数据持久化、防火墙与安全组配置到客户端连接与常见故障排查,一步到位地给出完整操作指引,并汇总常见陷阱及修复方案。
在未来等你2 个月前
java·云原生·kubernetes·生成式ai·向量数据库·ai大模型·面试场景
互联网大厂Java求职面试:AI大模型与云原生技术的深度融合面试官:郑先生,假设我们要设计一个企业知识库与AI大模型深度融合的架构,如何处理知识库检索与大模型推理之间的性能瓶颈?
无风听海2 个月前
大模型·llm·milvus·向量数据库
Milvus单机模式安装和试用1.安装ollama的package包;2.我们直接使用ChatOllama实例化模型,并通过invoke进行调用;
rick_grace2 个月前
向量数据库
Chroma 向量数据库使用示例利用向量数据库进行高效的相似性搜索。具体步骤如下:加载文本嵌入模型 :文本向量化 :数据插入 :相似性查询 :
水中加点糖2 个月前
数据库·图数据库·向量数据库·选型·对比·行式存储·列式存储
各种数据库,行式、列式、文档型、KV、时序、向量、图究竟怎么选?慕然回首,发现这些年来涌现出了许多类型的数据库,今天抽空简单回顾一下,以便于后面用到时能快速选择。关系型数据库(RDBMS),我们常说的数据库就是指的关系型数据库。 它的全称是关系型数据库管理系统(Relational Database Management System)。 在关系型数据库中,数据以类似二维表格的方式以行式存储,表与表之间使用外键进行关联。
在未来等你2 个月前
java·向量数据库·ai大模型·spring ai·语义缓存·rag系统·多模态处理
互联网大厂Java求职面试:AI大模型融合下的企业知识库架构设计与性能优化场景设定:某互联网大厂会议室,阳光透过落地窗洒在长桌上。技术总监李严肃端坐正中,手中拿着简历,眉头微皱。对面坐着穿着格子衫的程序员郑薪苦,手里握着一杯冰美式,脸上挂着标志性的憨笑。
在未来等你2 个月前
java·llm·milvus·向量数据库·rag·spring ai·语义缓存
互联网大厂Java求职面试:AI大模型推理服务性能优化与向量数据库分布式检索技术总监:(翻看着简历)郑薪苦,你在上一家公司参与过LLM推理服务的性能优化项目?说说你们是怎么做的。
码观天工2 个月前
ai·c#·.net·向量数据库
.NET AI 生态关键拼图:全面解读 AI Extensions 和 Vector Extensions 如何重塑.NET开发生态关注.NET AI和.NET Vector原生开发已有半年之久了,其核心组件在历经这半年预发布期的持续迭代后,终于于5月16日和5月20日逐步发布了。。在此之前,基于预发布版本撰写的文章和调试工作常常受限于功能的缺失,许多特性无法正常调用,只能通过下载源代码进行调试。
在未来等你2 个月前
java·ai·大模型·向量数据库·rag·分布式系统
互联网大厂Java求职面试:AI大模型推理优化与实时数据处理架构在当今的互联网行业中,Java作为核心语言之一,在云原生、AI集成和大数据处理等领域发挥着重要作用。本文将通过一场技术总监级别面试,展现Java开发人员在面对复杂技术挑战时的思考过程和解决方案。