FAISS

Milvus 实战全流程

Milvus的核心概念（collection、field、index、partition、segment）Milvus和Faiss、Annoy、HNSW的区别2.安装与部署Docker快速部署Milvus

·2025-07-29 10:45

Go-Faiss安装教程

Go-Faiss安装教程本文主要讲述如何解决以下问题autotunefaiss/c_api/AutoTune_c.h:Nosuchfileordirectory5|#include|^~~~~~~~~~

LukJH·2025-07-29 02:45

向量检索原理与常用库（ANN、FAISS、Milvus 等）

不务正业的猿·2025-07-26 17:04

Python----大模型（ langchain部署简单rag应用）

一、RetrievalQA链实现加载本地文本文件并分割处理使用嵌入模型将文本转换为向量表示构建向量数据库(FAISS)实现高效相似性检索结合检索结果和大语言模型生成回答特点说明优势体现模块化封装LangChain

蹦蹦跳跳真可爱589·2025-07-25 09:35

【FAISS助力基于本地DeepSeek构建管理个性化知识库：从原理到实战详解】

FAISS助力基于本地DeepSeek构建管理个性化知识库：从原理到实战详解一、FAISS简介二、系统架构图三、工作原理图四、关键组件与核心代码解析1.多格式文件处理2.智能分块与向量化3.多用户隔离设计

若兰幽竹·2025-07-24 09:44

向量数据库FAISS/Chromadb/ES/milvus简单概述

FAISS的主要特点和优势如下：高效的相似性搜索：FAISS使用了一系列高效的算法和数据结构，如倒排索引、局部敏

·2025-07-22 20:18

【RAG专题】如何选择合适的RAG架构？

◦检索：用轻量级嵌入模型（如BGE-base、all-MiniLM）+简单向量数据库（如FAISS）。◦生成：搭配中小型LLM（如Llama2-7B、Mistral），无需复杂

星际棋手·2025-07-22 14:08

LangChain教程11：LangChain高效检索器最佳实践

文章目录相似性搜索底层原理K-MeansHierarchicalNavigableSmallWorlds(HNSW)FAISSPineconeLance总结相似性搜索底层原理FAISS相似度匹配Pinecone

Cachel wood·2025-07-21 03:57

使用 C++/Faiss 加速海量 MFCC 特征的相似性搜索

使用C++/Faiss加速海量MFCC特征的相似性搜索引言在现代音频处理应用中，例如大规模声纹识别(SpeakerRecognition)、音乐信息检索(MusicInformationRetrieval

whoarethenext·2025-07-08 04:17

FAISS 简介及其与 GPT 的对接（RAG）

什么是FAISS？FAISS(FacebookAISimilaritySearch)是FacebookAI团队开发的一个高效的相似性搜索和密集向量聚类的库。

言之。·2025-07-03 05:17

LlamaIndex + 智谱大模型GLM 实现智能代理（Agent）

LlamaIndex+智谱大模型GLM实现智能代理（Agent）文章目录LlamaIndex+智谱大模型GLM实现智能代理（Agent）前言一、模型加载二、向量数据库加载1.向量库加载2.向量库生成三、方法创建1.创建FAISS

不吃辣的陈·2025-07-02 12:35

单机环境下基于 LLM-Agent 框架的数据查询智能体训练教程

训练目标包括：构建高效的检索模块（如FAISS向量检索、RAG、混合检索

·2025-06-23 00:53

【向量数据库】Ubuntu编译安装FAISS

参考官方的安装指导：https://github.com/facebookresearch/faiss/blob/main/INSTALL.md，不需要安装的可以跳过~$wgethttps://github.com

风好衣轻·2025-06-22 18:18

为什么像 “仓库” 而非 “工厂”？

类比细节：仓库概念FAISS索引对应仓库空间内存中分配的向量存储空间货架编号系统向量索引结构（基于欧氏距离）物品入库index.add(vectors)按编号快速查找箱子index.

·2025-06-16 18:30

FAISS：高性能向量库

一.FAISS介绍FAISS是什么？FAISS(FacebookAISimilaritySearch)是一个专门用于稠密向量相似度搜索和聚类的开源库。

老兵发新帖·2025-06-15 03:15

c cuda 指定gpu_faiss-gpu近邻检索

环境准备：双路CPU工作站128G内存英伟达1080Ti显卡两块faiss源码包centos7.2+python2.7+anaconda2（环境变量与openblas安装同GPU版）centos7.2+

宁静致远敏·2025-06-13 09:00

faiss上的GPU流程，GPU与CPU之间的联系

例如：faiss::gpu::StandardGpuResourcesres;res.setTempMemory(1024*1024*512);//分配512MB临时内存对向量的操作：此时还没有直

·2025-06-13 08:22

Faiss vs Milvus 深度对比：向量数据库技术选型指南

作为当前最受关注的两大解决方案，Faiss和Milvus代表了两种不同的技术路线。本文将从架构设计到应用场景进行全面对比，助您做出明智的技术决策。

·2025-06-12 12:58

pymilvus

专业向量数据库-专门为向量数据设计的数据库系统☁️云原生架构-支持分布式部署和水平扩展⚡高性能-基于FAISS、Annoy等多种向量索引引擎pymilvus基本使用安装pipinstallpym

老兵发新帖·2025-06-12 09:08

【FlashRAG】本地部署与demo运行（二）

前文【FlashRAG】本地部署与demo运行（一）下载必要的模型文件完成了项目拉取和依赖下载后，我们需要进一步下载模型文件Faiss（FacebookAISimilaritySearch）是由FacebookAI

NaturalHarmonia·2025-06-01 23:38

【RAG 篇】万字深度对比：Milvus 与 FAISS、Pinecone、Weaviate 等向量数据库选型指南

大家好，我是大F，深耕AI算法十余年，互联网大厂核心技术岗。知行合一，不写水文，喜欢可关注，分享AI算法干货、技术心得。【专栏介绍】：欢迎关注《大模型理论和实战》、《DeepSeek技术解析和实战》，一起探索技术的无限可能！【大模型篇】更多阅读：【大模型篇】万字长文从OpenAI到DeepSeek：大模型发展趋势及原理解读【大模型篇】目前主流AI大模型体系全解析：架构、特点与应用【大模型篇】Gro

大F的智能小课·2025-06-01 15:09

2025-05-26 什么是“AI 全栈”

AI全栈应用的过程AI应用≠一个GPT接口，它通畅包含输入：用户提供问题/文档/图片/音频↓表示学习（Embedding）：把输入变成向量↓检索（Faiss/Milvus）：在知识库中找相关内容↓生成（

大油头儿·2025-05-29 12:40

【程序员AI入门：应用】11.从零构建智能问答引擎：LangChain + RAG 实战优化指南

无心水·2025-05-24 08:27

基于Qwen-14b的基础RAG实现及反思

过程中主要涉及的几个关键内容是：文本向量化模型、向量数据库，文本向量化模型如GTE、BGE等、向量数据库如faiss、weaviate、milvus等，对于选型本文不作介绍，

带鱼工作室·2025-05-16 16:18

【速通RAG实战】3.从零开始快速搭建RAG应用

生成模块（Generator）→结果输出↳向量/语义检索↳大模型生成↳文档/知识库↳答案整合2.关键技术栈模块工具/技术说明数据处理Python（Pandas/Spacy）文档清洗、分块、元数据提取向量存储FAISS

无心水·2025-05-07 21:58

生产级RAG系统一些经验总结

致Great·2025-05-02 07:00

Python&aconda系列：（W&L）Conda使用faiss-gpu报错及解决办法、安装numpy的坑、cmd执行Python脚本找不到第三方库、安装tensorflow-gpu时遇到的from

这里写目录标题一.通过AnacondaPrompt搭建faiss-gpu1.7.0和tensorflow-gpu1.13.1的联合环境二.安装tensorflow-gpu时遇到的fromtensorflow.pythonimportpywrap_tensorflow

坦笑&&life·2025-05-01 23:13

Faiss: 高效密集向量相似性搜索和聚类库

Faiss:高效密集向量相似性搜索和聚类库faissAlibraryforefficientsimilaritysearchandclusteringofdensevectors.项目地址:https:

何根肠Magnus·2025-04-26 11:06

以聚类和搜图方式清洗图像数据集，采用Pickle和Faiss(百万数据集，ms级响应)快速搜图（附完整代码）

文章内容结构：一.总结Faiss和Pickle优缺点和适用场景。二.将图像特征打包成pickle文件（Python的序列化格式），匹配搜图（附完整代码）。

BB_CC_DD·2025-04-26 11:35

DEPRECATION: Could not build wheels for faiss-cpu, faiss-cpu which do not use PEP 517. pip will fall

faiss-cpugpuwindows不支持，linux和mac支持，且仅支持cuda9.0及以上

Joey Chen&Wpl·2025-04-23 12:32

探索AWS Bedrock与AI集成：构建强大应用的指南

本文将为您详细介绍如何连接和利用AWSBedrock服务，结合LangChain和FAISS，构建强大的AI应用。##1.引言AWSBedrock是一项提供基础模

gasjtak·2025-04-05 06:56

【RAG】RAG 入门：什么是 RAG？有哪些相关技术？

RAG的核心工作流程RAG的优势RAGvs.传统生成模型应用场景挑战与限制典型工作流RAG相关技术LangChain框架LangChain简介LangChain核心组件FAISS向量数据库FAISS简介

YGGP·2025-04-03 01:05

Coggle数据科学 | 小白学 RAG：Milvus 介绍与使用教程

它基于FAISS、Annoy、HNSW等向量搜索库构建，核心功能是解决稠密向量相似度检索的问题。Milvus不仅支持基本的向量检索，还提供数据分区分片、数据持久化、增

双木的木·2025-03-30 11:00

Langchain+Ollama实现Qwen模型+客服问答私有数据FAQ-实现RAG

现在我们将使用LangChain+Ollama搭建RAG（检索增强生成）系统，让它可以：从Excel读取FAQ将FAQ问题转换为向量（使用Ollama的Embedding模型）存入FAISS向量数据库提供

showker·2025-03-25 18:21

一个AI小白如何理解近似匹配检索

在AI领域的相似性匹配中通常会接触很多新名词：ANN、KNN、HNSW、SQ8、Faiss、L2、L1、innerproduct...你可能会查了很多官方解释，但是：-->网上每个名词都告诉了是什么，我知道了他是什么

xieyu_zy·2025-03-25 14:23

LLM之向量数据库Chroma milvus FAISS

以下是Chroma、Milvus和FAISS的核心区别，从功能定位、架构设计、性能及应用场景等维度进行对比：一、功能定位Chroma轻量级向量数据库：专注于快速构建中小型语义搜索原型，提供简单易用的API

maxmaxma·2025-03-23 16:38

Python 向量检索库Faiss使用

Faiss（FacebookAISimilaritySearch）是一个由FacebookAIResearch开发的库，它专门用于高效地搜索和聚类大量向量。

懒大王爱吃狼·2025-03-22 23:48

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[5]-高阶实战微调

我们提供了以下模型组合LLM:Chatglm2-6bEmbeddingModels:m3e-baseTextSplitter:ChineseRecursiveTextSplitterKb_dataset:faiss

汀、人工智能·2025-03-15 11:40

RAG技术的PDF智能问答系统

使用Ollama的deepseek-r1模型和FAISS向量数据库，支持普通对话和基于PDF的问答模式。提供简洁的Web界面，支持文件拖拽上传和多轮对话。

AI Echoes·2025-03-15 05:38

Python和FastAPI框架开发和容器化部署AWS上支持多种LLM和向量数据库的微服务API

LLM名称和向量搜索方式的API，返回LLM输出文本，其中用到OpenAIGPT4o3和AWSBedrock上的多个LLM模型的API，通过内部的类配置使用的模型和向量数据搜索类型，向量数据搜索类型包括faiss

weixin_30777913·2025-03-14 13:26

打造RAG系统：四大向量数据库Milvus、Faiss、Elasticsearch、Chroma 全面对比与选型指南

在当今信息爆炸的时代，检索增强生成（Retrieval-AugmentedGeneration，简称RAG）系统已成为自然语言处理（NLP）领域的重要工具。RAG系统通过结合生成模型和信息检索技术，能够在大规模数据中高效地获取相关信息，生成更为精准和有针对性的内容。而在构建RAG系统时，选择合适的向量数据库是确保系统性能和可扩展性的关键一步。本文将深入对比四大主流向量数据库——Milvus、Fai

橙子小哥的代码世界·2025-03-10 16:57

大模型与图数据库RAG通俗流程拆解

核心框架模型向量化模型bce-embedding-base_v1重排序模型bce-reranker-base_v1大语言模型Qwen/Qwen2.5-32B-Instruct图数据库tugraph索引faiss

gallonyin·2025-03-10 02:15

文档进行embedding，Faiss向量检索

这里采用Langchain的HuggingFaceEmbeddings参照博主，改了一些东西，因为Langchain0.3在0.2的基础上进行了一定的修改fromlangchain.text_splitterimportRecursiveCharacterTextSplitterfromlangchain_huggingfaceimportHuggingFaceEmbeddingsfromlang

被编程为难的小娃娃·2025-03-10 00:30

Qwen1.5-7B-实现RAG应用详细步骤

FAISS：用于向量检索的高效库。GPTQ支持库：如auto-gptq或gptqmodel。安装命令运行以下命令安装所需的Python包：pipinstalltorc

大数据追光猿·2025-03-08 23:01

【微服务】SpringBoot 整合Redis Stack 构建本地向量数据库相似性查询

、前言二、向量数据库介绍2.1什么是向量数据库2.2向量数据库特点2.3向量数据库使用场景三、常用的向量数据库解决方案3.1Milvus3.1.1Milvus是什么3.1.2Milvus主要特点3.2Faiss3.2.1Faiss

小码农叔叔·2025-03-08 07:01

RagFlow专题三、RagFlow 关键技术（向量数据库、文档分块、Prompt 设计与召回排序优化）

本篇文章将深入解析RagFlow的关键技术，包括：向量数据库（FAISS、Milvus、Elasticsearch）——负责高效的语义检索与存储

伯牙碎琴·2025-03-04 02:33

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型

基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型0.Milvus与Faiss对比Milvus相对于Faiss

汀、人工智能·2025-03-01 23:44

用Meta的开源工具打造AI驱动的应用：LASER、Faiss与聊天加载器示例

MetaPlatforms（原Facebook）在AI技术领域持续创新，推出了多个优秀的开源工具，比如用于多语言句子嵌入的LASER、用于高效相似性搜索的Faiss，以及用于加载和处理Messenger

dgay_hua·2025-03-01 09:38

向量数据库实战介绍

本文将介绍三种常用的向量数据库：faiss,Milvus和Qdrant，并给出一个具体的使用例子。

Zhank10·2025-02-28 04:02

15.4 FAISS 向量数据库实战：构建毫秒级响应的智能销售问答系统

FAISS向量数据库实战：构建毫秒级响应的智能销售问答系统关键词：FAISS向量数据库、销售知识库构建、相似度检索优化、大规模问答匹配、量化索引技术1.销售问答场景的向量化挑战与解决方案1.1传统检索方案痛点分析

少林码僧·2025-02-25 08:00

推荐频道