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。
最后编辑:chenjt 更新时间:2026-06-04 15:56