向量库

向量库是 AI 智能模型应用平台中,为 AI 知识库、智能体提供向量数据存储与检索能力的核心模块。
支持多种主流向量数据库(Redis、PgVector、Milvus、ElasticSearch)的接入与管理,为后续的知识库构建、向量检索问答提供数据底座支持。

添加向量数据库

步骤 1:打开添加弹窗

进入「向量库」页面,点击左侧添加按钮,弹出「添加向量数据库」弹窗。

步骤 2:配置项填写

1、选择向量库供应商,在窗口顶部的标签栏,选择需要接入的向量库类型:

  • Redis
  • PgVector
  • Milvus
  • ElasticSearch

2、根据选择的不同供应商,填写配置项

(1)Redis

配置项 填写说明
数据库别名 自定义名称,用于平台内标识该向量库(如redis_vector)
数据库地址 Redis 服务的 IP 地址或域名
数据库端口 Redis 服务端口,默认 6379
Redis 库索引名 向量数据存储的 Redis 索引名称
数据库用户名 若 Redis 开启了权限验证,需填写用户名
数据库密码 若 Redis 设置了密码,需填写对应密码
向量维度 与后续嵌入模型的输出维度一致(如 1536、1024 等)

(2)PgVector

配置项 填写说明
数据库别名 自定义名称,如pgvector
数据库地址 PostgreSQL 服务的 IP 地址或域名
数据库端口 PostgreSQL 服务端口,默认 5432
数据库名 存储向量数据的 PostgreSQL 数据库名称
数据库用户名 PostgreSQL 的登录用户名
数据库密码 PostgreSQL 的登录密码
表名称 存储向量数据的表名(如ai_vector)
向量维度 与嵌入模型输出维度一致

(3)Milvus

配置项 填写说明
数据库别名 自定义名称,如milvus_vector
数据库地址 Milvus 服务的 IP 地址或域名
数据库端口 Milvus 服务端口,默认 19530
数据库用户名 若 Milvus 开启权限验证,需填写用户名
数据库密码 若 Milvus 设置了密码,需填写对应密码
向量维度 与嵌入模型输出维度一致

(4)ElasticSearch

配置项 填写说明
数据库别名 自定义名称,如es_vector
数据库地址 ElasticSearch 服务的 IP 地址或域名
数据库端口 ElasticSearch 服务端口,默认 9200
数据库用户名 若 ES 开启权限验证,需填写用户名
数据库密码 若 ES 设置了密码,需填写对应密码
向量维度 与嵌入模型输出维度一致

步骤 3:保存配置

所有必填字段填写完成后,点击弹窗右下角的【保存】按钮,即可完成向量库配置。

注意:
1、向量维度必须与后续嵌入模型的输出维度保持一致(如使用 text-embedding-ada-002 时,维度为 1536),否则向量数据无法正常写入和检索。
2、同一个向量库地址 + 端口 + 数据库名 / 索引名,不建议在平台内重复配置,避免后续使用时混淆。

编辑向量数据库配置

1、在向量库列表中,找到需要修改的配置,点击操作列的【编辑】按钮,弹出【编辑向量数据库】窗口;

2、弹出编辑弹窗(与新增弹窗结构一致),可修改供应商、数据库别名、数据库地址、数据库端口、数据库名、数据库用户名、数据库密码、表名称、向量维度等;

3、修改完成后,点击【保存】按钮,更新配置信息。

注意:修改向量库配置后,需确保配置的数据库可正常连接,否则会影响后续知识库、智能体的向量检索功能。

删除向量数据库

1、在向量库列表中,找到需要删除的配置,点击操作列的【删除】按钮;

2、系统弹出确认弹窗,提示 “确定删除该向量数据库吗?”;
点击「确定」:删除向量数据库,列表自动刷新;点击「取消」:终止删除操作。

⚠️重要提醒:
删除向量库配置后,平台将无法再连接该向量库,关联的知识库、智能体也会无法正常使用向量检索功能。删除前请确认该向量库已无业务依赖。

作者:chenjt  创建时间:2026-03-31 16:51
最后编辑:chenjt  更新时间:2026-06-04 15:56