#向量数据库
共 5 篇文章
rag进阶2026/08/04
Embedding模型与向量数据库的匹配问题：维度、距离函数与归一化
换了个Embedding模型检索效果暴跌？问题很可能不在模型本身，而在向量数据库的维度、距离函数和归一化配置没跟上。本文从三个维度拆解模型与向量库之间的隐式契约，以及生产环境下模型迁移的安全策略。
rag高级2026/08/04
向量数据库的内存与磁盘博弈：当数据量超过内存时怎么办
向量数据正在以远超内存扩容速度的方式膨胀，全内存方案正在成为成本不可承受之重。本文从mmap、DiskANN、冷热分层、量化压缩到分布式分片，五种策略逐一拆解，帮你在延迟-成本-精度的不可能三角中找到最优解。
rag高级2026/08/04
向量索引的增量更新难题：删除与修改如何不破坏索引结构
向量数据库不是静态系统。当业务要求索引在持续写入、删除、修改中保持可用且性能不劣化时，HNSW的软删除堆积、IVF的聚类漂移、增量合并的时延trade-off，都是你必须面对的工程挑战。
agent高级2026/08/03
从单Agent到Multi-Agent：共享记忆层的设计与实现
从工程实践角度拆解 Multi-Agent 共享记忆层的设计要点与实现方案，涵盖记忆分层模型、冲突解决、向量存储并发读写、权限控制等核心主题。
rag进阶2026/07/15
RAG 从入门到精通：构建你的第一个检索增强生成应用
本文将手把手教你理解 RAG（检索增强生成）的核心原理，并使用 LangChain 和 Chroma 构建一个完整的 RAG 问答系统。