向量索引与向量数据库（2026.08.25）

概念编号：083

一句话理解

向量数据库可以把资料的 Embedding 存起来，并按“语义上相近”快速查找内容。

具体解释

资料先被切分并转换成向量，再与原文、来源、权限等元数据一起保存。查询时，系统把问题转换成向量，寻找相近片段，并把结果交给 RAG 或搜索应用。

边界与易混淆概念

• 向量数据库不等于知识库本身：它是存储和检索组件，资料治理仍需单独负责。
• 相似度不等于事实证明：返回结果要经过来源和内容验证。
• 向量数据库不一定是 RAG 的唯一实现：关键词检索、图数据库和混合检索也可以参与。

例子

把文章段落、标题、来源和权限一起存入向量数据库，问问题时检索最相关的段落，就是常见的 RAG 结构。

相关概念

• 向量表示（Embedding）（2026.08.25）
• 检索（Retrieval）（2026.08.25）
• 检索增强生成（RAG）（2026.08.24）

来源

• Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

概念卡更新日志

• 2026.08.25｜创建概念卡：依据 RAG 外部稠密向量索引结构，登记为 083。