https://turingparty-ai.pages.dev/categories/ai-%E5%B7%A5%E7%A8%8B/Recent content in AI 工程 on 图灵派对Hugozh-cnSat, 03 Jan 2026 00:00:00 +0000https://turingparty-ai.pages.dev/posts/20260103/Sat, 03 Jan 2026 00:00:00 +0000https://turingparty-ai.pages.dev/posts/20260103/<p>当你想让大模型&quot;记住&quot;你的私有数据时，向量数据库就是那个关键拼图。</p> <h2 id="为什么需要它">为什么需要它</h2> <p>大模型的知识是训练时固定的，它不知道你公司的内部文档、最新的产品手册。RAG（检索增强生成）通过在提问时检索相关文档片段，补充给模型作为上下文。</p> <p>而检索的核心就是<strong>语义搜索</strong>——不是关键词匹配，而是理解&quot;意思相近&quot;。这就需要向量数据库。</p> <h2 id="主流选择">主流选择</h2> <table> <thead> <tr> <th>数据库</th> <th>特点</th> </tr> </thead> <tbody> <tr> <td>Milvus</td> <td>开源，性能强，适合大规模</td> </tr> <tr> <td>Pinecone</td> <td>全托管，上手快</td> </tr> <tr> <td>Chroma</td> <td>轻量，适合原型开发</td> </tr> </tbody> </table> <p>选哪个取决于你的场景。原型阶段用 Chroma，生产环境考虑 Milvus 或 Pinecone。</p>