向量库

功能概述

向量库存放知识分段的向量，是知识检索的数据基础，入口位于 知识检索 → 向量库。平台维护连接参数和集合信息，知识库再绑定向量模型与向量库。

1. 选择驱动

进入 知识检索 → 向量库。列表显示类型、主机、端口和维度；新增时先选择所用的数据库类型。

已接入的 Milvus 向量库，维度为 1024。

类型	常用端口	配置重点
Milvus	19530	SDK 端口，数据库须存在；集合按维度创建
PGVector	5432	PostgreSQL 库名、账号、表名与 vector 扩展权限
Redis	6379	使用包含查询引擎的 Redis 8 或 Redis Stack
Qdrant	6334	使用 gRPC 端口，区别于 REST 的 6333
Elasticsearch	9200	当前驱动对应 9.x，索引名使用小写
OpenSearch	9200	当前驱动对应 2.x，启用 k-NN 能力
Chroma	8000	数据库、集合与可选代理令牌
OceanBase	2881	MySQL 模式租户，账号格式为 用户名@租户名

2. 填写连接与维度

填写名称、主机、端口、数据库、集合或索引名及认证信息，表单随类型调整字段。示例使用 Milvus，集合为 blade_ai，维度为 1024。

Milvus 连接参数，包括集合、认证、TLS 与向量维度。

连接地址

主机填写后端服务可访问的地址。示例环境的后端与向量库部署在同一主机，因此填写 127.0.0.1；后端以容器部署时，回环地址指向后端容器自身，应填写向量库所在主机或服务名。使用 TLS 的服务应同时配置相应证书或信任链。

3. 保存并测试

保存后在列表点击 测试连接。提示“向量库连接正常”后，即可在创建知识库时选用该向量库。

测试连接：提示向量库连接正常。

4. 绑定知识库

创建知识库时，选择与该集合维度一致的向量模型，示例使用 1024 维的 qwen3.7-text-embedding。一个固定维度的集合只能写入同一维度的向量。

知识库有文档后，向量模型与向量库不能更换。调整方案见 知识库配置；完整处理过程见 摄取与向量化任务。