标签：向量数据库

RAG、语义搜索、推荐都依赖“给一个向量，找出最相似的 N 个向量”。百万到十亿级向量下，暴力比对不现实。本文从向量相似度讲起，聊 ANN 近似最近邻索引（IVF、HNSW、PQ 量化）、元数据过滤与混合检索，以及 Milvus、pgvector、Qdrant 该怎么选。

原理篇讲了 RAG 是什么，这篇带你亲手搭一个能跑的。从文档切分、向量化入库，到检索、重排、拼上下文、生成答案，给出最小可运行代码；然后把 Demo 推向生产：混合检索、Rerank、查询改写、相似度兜底、引用溯源、评测集和增量更新，附一份逐项可落地的调优清单。