共 3 篇文章
向量数据库与检索RAG向量数据库语义搜索数据库检索
花一年时间整理出的：AI 数据库混合搜索入门实践
本文是 OceanBase 社区出品的数据库混合搜索（Hybrid Search）入门实践，整理自一年沉淀。文章讲清为何单靠向量或全文搜索都有盲区，提出用一条 SQL 同时完成向量语义召回、关键词全文匹配、标量过滤并由内核用 RRF 等算法融合排序，替代向量库加搜索引擎的繁琐拼装。详细给出建表建索引、查询语法、融合算法选型、RAG 实战、主流数据库对比与版本限制，帮助 AI 开发者快速上手混合检索。
2026-09-208111
向量数据库与检索RAG向量数据库语义搜索检索混合检索
大模型之外，向量存储如何支撑 Agent 的检索链路
文章从Agent实际需求出发，谈向量存储在Agent检索链路中的角色与方向。向量存储主要处理数据规模持续增长、查询者不知准确位置只能靠语义找内容的场景，在Agent架构中承担检索与记忆两个角色。重点讨论三种主流索引实现的取舍、混合检索与分布式架构设计，选型考虑Serverless维度，并通过伪代码演示阿里云两种Serverless向量存储的用法，指出向量存储正从底层组件变成Agent平台基础能力。
2026-09-097111
大模型LLM语义搜索AI学习大模型开发入门
每个开发者都必须理解的 10 个 AI 概念
本文面向开发者，列出动手写代码前必须理解的十个核心人工智能概念，开篇先讲令牌：模型按令牌计费、限制与计量，决定成本、上下文窗口与速率限制；再讲嵌入，文本转为向量后靠语义距离做语义搜索、推荐与检索增强；随后讲注意力机制，让每个词动态关联句中其他词以分辨歧义。文章用通俗类比拆解大模型底层原理，帮助开发者不再摸黑调试，理解幻觉、截断与检索出错的根源。适合想打牢基础、少走弯路的开发者系统补课。
2026-09-1813001