Weaviate

一、项目简介

Weaviate 是开源的向量数据库，内置向量化模块，可直接对接 OpenAI、HuggingFace 等模型自动生成嵌入，省去自己写向量化的步骤。提供 GraphQL 与 REST 双接口，兼顾易用性与扩展性。

二、核心特性

• 内置向量化模块：自动调用外部模型把文本/图片转向量；
• 混合检索：BM25 关键词 + 向量相似度融合；
• GraphQL 查询：灵活表达复杂检索条件；
• 多模态支持：文本、图像、跨模态检索；
• 水平扩展：支持分片与副本部署；
• 数据 schema 管理：结构化定义对象与属性。

三、适用场景

• 想要「开箱即用向量化」的 RAG 应用；
• 语义搜索与推荐召回；
• 需要关键词与向量混合检索的业务。

四、快速上手

docker run -p 8080:8080 -p 50051:50051 
  cr.weaviate.io/semitechnologies/weaviate:latest
pip install weaviate-client

五、注意事项

• 内置向量化依赖外部 API，离线场景需换成自部署 Embedding；
• 集群部署需规划好分片与副本策略；
• 数据量增长后注意内存与索引调优。