code deep_
所有专栏
最近更新
爆锤面试官
创建时间: 2026-04-18
最后更新: 2026-04-18
作者: yangbo
(cb0c18b57)
1. 为什么需要向量数据库
先看一个场景:你想做一个「公司内部知识库问答」,让 AI 根据公司文档回答问题。
订阅后可阅读剩余内容
AI 电子伴侣企业级项目实战
已发布
145
节
计划发布
120
节
目标已完成
121%
专栏详情
1.
AI 时代的学习心法
2.
什么是 AI Agent 开发
3.
从需求出发
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
人付费
登录后查看订阅状态
1. 为什么需要向量数据库
1.1 Embedding 是什么
2. Vectorize:Cloudflare 自己的向量数据库
3. 创建索引
4. 最小可用的写入 + 查询
4.1 生成 embedding 并写入
4.2 按相似度查询
5. 组合成一个 RAG 接口
6. Metadata 过滤
6.1 创建 metadata 索引
6.2 带过滤的查询
7. Namespace:更重的隔离
8. 选型和成本
8.1 Embedding 模型选型
8.2 分块策略
9. 小结
Previous
Workers AI 与 AI Gateway
Next
Durable Objects 与 WebSocket
0
0
首页
顶部
目录
200 元 · 订阅
订阅