Weaviate 数据库
Weaviate (we-vee-eight) 是一个开源的 AI 向量数据库。使用本文档开始使用 Weaviate，并学习如何充分利用 Weaviate 的功能。
查找合适的文档和资源
Weaviate 文档根据服务和功能划分为多个单元。
Weaviate 数据库
使用 Weaviate 的 API 和工具开发 AI 应用程序
部署
部署、配置和维护 Weaviate 数据库
Weaviate Agents
使用 Weaviate 构建和部署智能代理
Weaviate Cloud
在云端管理和扩展 Weaviate
AI 辅助编码
查看我们关于使用 Weaviate 进行 AI 辅助编码 (Vibe coding) 的资源
Weaviate 是什么？
Weaviate 是一个 开源向量数据库，旨在存储和索引数据对象及其向量嵌入。这种架构通过比较向量中编码的含义而不是仅仅依赖关键字匹配来实现高级语义搜索能力。主要功能包括
-
语义和混合搜索
通过使用向量索引数据，Weaviate 支持基于语义相似性和关键字的搜索。即使查询词与存储的数据不完全匹配，也能获得更相关的结果。 -
检索增强生成 (RAG)
Weaviate 可以作为 RAG 工作流程的强大后端，其中向量搜索用于检索增强生成模型输出的上下文，从而更容易生成准确、感知上下文的响应。 -
代理驱动的工作流程
其灵活的 API 和与现代 AI 模型的集成使 Weaviate 适用于为依赖智能代理的应用程序提供支持。这些代理可以利用语义洞察力根据存储在 Weaviate 中的数据做出决策或触发操作。
课程Weaviate 快速之旅
熟悉 Weaviate 的架构、核心概念和主要功能。了解其功能和集成如何映射到 AI 构建者的需求。
开放学院课程Weaviate 生态系统
Weaviate 生态系统由围绕构建云原生 AI 驱动的应用程序的多种工具和服务组成。
如上图所示，该生态系统由以下部分组成
- Weaviate 数据库：一个开源向量数据库，存储对象和向量。
- Weaviate Cloud：Weaviate 向量数据库的完全托管云部署。
- Weaviate Agents：为 Weaviate Cloud 用户预构建的代理服务。
- Weaviate Embeddings：为 Weaviate Cloud 用户提供的托管嵌入推理服务。
- 外部模型提供商：与 Weaviate 集成的第三方模型。
选择您的部署
评估部署生产
Weaviate Cloud
- 从评估（沙盒）到生产
- 共享云（Weaviate 管理基础设施）
- （可选）数据复制（高可用性）
- （可选）零停机时间更新
评估部署生产
Docker
- 用于本地评估和开发
- 本地推理容器
- 多模态模型
- 可定制的配置
评估部署生产
Kubernetes
- 用于开发到生产
- 本地推理容器
- 多模态模型
- 可定制的配置
- 自部署或 Marketplace 部署
- （可选）零停机时间更新
评估部署生产
嵌入式 Weaviate
- 用于基本的快速评估
- 方便地从 Python 或 JS/TS 直接启动 Weaviate