weaviate/weaviate

解決的問題

Weaviate 是一個雲原生向量資料庫，專為處理物件及其對應的向量嵌入之儲存與檢索而設計。它解決了大規模語意搜尋的問題，讓使用者能根據語意而非僅僅是關鍵字來尋找資料，同時仍支援傳統的關鍵字過濾與混合搜尋。

運作方式

Weaviate 將資料儲存為物件與向量。它提供單一查詢介面，整合向量相似性搜尋、關鍵字過濾（BM25）與重排序。使用者可匯入預先計算的向量，或使用 OpenAI、Cohere、HuggingFace 等提供者的整合向量化器，在匯入時自動將資料向量化。系統以 Go 語言建構，具備高效率，並支援水平擴展、多租戶與複製，適用於生產環境。

適用對象

開發 AI 驅動應用程式的開發者，例如檢索增強生成（RAG）系統、語意與影像搜尋引擎、推薦引擎、聊天機器人與內容分類工具。

主要特色

• 快速搜尋效能：在數十億個向量上實現毫秒級回應時間。
• 彈性向量化：支援整合模型提供者與自訂預先產生的嵌入。
• 進階混合搜尋：透過一次 API 呼叫，整合語意、關鍵字（BM25）與影像搜尋。
• 整合 RAG 與重排序：內建生成式搜尋與重排序功能，適用於問答與摘要生成。
• 生產就緒：原生支援多租戶、RBAC 授權與水平擴展。
• 成本效益高：包含向量壓縮與量化，以減少記憶體使用。