Zvec：阿里巴巴闪电般快速的进程内向量数据库

April 09, 2026

分类: 实用开源项目

标签:

RAG Alibaba Vector Database zvec embedding-search

Zvec：阿里巴巴闪电般快速的进程内向量数据库

在 AI 和机器学习领域，向量数据库 已成为处理来自 LLM 的嵌入、图像识别和推荐系统的必需品。但大多数解决方案需要复杂的服务器设置。Zvec 应运而生——阿里巴巴变革性的开源向量数据库，直接在您的应用程序进程中运行。

🚀 为什么 Zvec 与众不同

拥有 9.3k GitHub 星标，基于阿里巴巴久经考验的 Proxima 搜索引擎构建，Zvec 提供：

闪电速度：在毫秒内搜索数十亿向量
零服务器：直接嵌入——无需配置，无部署麻烦
跨平台：Linux、macOS、Windows（新增！）、Android
稠密 + 稀疏：原生支持两种向量类型
混合搜索：结合相似性与结构化过滤

⚡ 60 秒快速上手

import zvec

# 定义模式
schema = zvec.CollectionSchema(
    name="example",
    vectors=zvec.VectorSchema("embedding", zvec.DataType.VECTOR_FP32, 4),
)

# 创建并插入
collection = zvec.create_and_open(path="./zvec_example", schema=schema)
collection.insert([
    zvec.Doc(id="doc_1", vectors={"embedding": [0.1, 0.2, 0.3, 0.4]}),
    zvec.Doc(id="doc_2", vectors={"embedding": [0.2, 0.3, 0.4, 0.1]}),
])

# 闪电般快速搜索
results = collection.query(
    zvec.VectorQuery("embedding", vector=[0.4, 0.3, 0.3, 0.1]),
    topk=10
)
print(results)