向量数据库
Vector Database专为高维向量相似度检索优化的数据库，是 RAG 和语义搜索的存储基础，代表产品有 Pinecone、Weaviate、Qdrant 和 pgvector。
# RAG
# 向量搜索
# 基础设施
向量数据库
核心能力： 给定一个查询向量，快速找出最相似的 K 个向量（最近邻搜索，ANN）。
与传统数据库的区别：
| 关系型数据库 | 向量数据库 | |
|---|---|---|
| 查询方式 | 精确匹配（WHERE id=1） | 相似度匹配（最近邻） |
| 数据类型 | 结构化行列 | 高维向量 |
| 索引算法 | B-Tree、Hash | HNSW、IVF |
主流选型： - Pinecone：托管服务，开箱即用 - Weaviate / Qdrant：开源，可自托管 - pgvector：PostgreSQL 扩展，已有 PG 的首选 - ChromaDB：本地开发友好
RAG 工作流： 文档切块 → Embedding → 存入向量库 → 检索 Top-K → 拼入 Prompt。
提示： 已有 PostgreSQL 的项目优先考虑 pgvector，避免引入额外基础设施。