Miles Ma(@miles_mazy):如果你想从零了解向量数据库，这四个 GitHub 项目值得按顺序看： 1. qdrant：高性能向量库加搜索引擎过滤、载荷、云/自托管都齐，下一代 AI 检索很常见。中小到中等规模可以先用它很顺。 https://t.co/2S6coSWelh 2. milvus：云原生，冲大规模 ANN 向量量级上去后，扩容和分布式是强项，企业级检索常被点名。 https://t.co/WIkGqOaycF 3. weaviate：对象和向量一起存向量检索能叠结构化过滤，云原生容错，适合「语义 + 元数据」混合查询。 https://t.co/LZKOxIprx9 4. chroma：定位 AI 搜索基础设施上手快，原型和中小应用很香，跟 LangChain/LlamaIndex 生态贴。周末 PoC 可以先用它。 https://t.co/cbL607Diqh 建议顺序：原型 Chroma/Qdrant，大规模 Milvus，要混合过滤看 Weaviate。先定数据量再选型，别让向量库拖垮整条 RAG。

2026.09.09 10:01

如果你想从零了解向量数据库，这四个 GitHub 项目值得按顺序看： 1. qdrant：高性能向量库加搜索引擎过滤、载荷、云/自托管都齐，下一代 AI 检索很常见。中小到中等规模可以先用它很顺。 2. milvus：云原生，冲大规模 ANN 向量量级上去后，扩容和分布式是强项，企业级检索常被点名。 3. weaviate：对象和向量一起存向量检索能叠结构化过滤，云原生容错，适合「语义 + 元数据」混合查询。 4. chroma：定位 AI 搜索基础设施上手快，原型和中小应用很香，跟 LangChain/LlamaIndex 生态贴。周末 PoC 可以先用它。建议顺序：原型 Chroma/Qdrant，大规模 Milvus，要混合过滤看 Weaviate。先定数据量再选型，别让向量库拖垮整条 RAG。