大网数据广告活动
数据库部署与 SQL 参考

向量搜索集成概览

· 52CE 我爱测

# 向量搜索集成概览 本文档概述了 TiDB 向量搜索的集成方式,包括支持的 AI 框架、嵌入模型和对象关系映射(ORM)库。 > **注意:** > > - 向量搜索功能目前为 beta 版本,可能会在未提前通知的情况下发生变更。如果你发现了 bug,可以在 GitHub 上提交 issue。 > - 向量搜索功能适用于 TiDB Self-Managed、TiDB Cloud Starter、TiDB Cloud Essential

向量搜索集成概览

本文档概述了 TiDB 向量搜索的集成方式,包括支持的 AI 框架、嵌入模型和对象关系映射(ORM)库。

注意:

AI 框架

TiDB 官方支持以下 AI 框架,帮助你轻松将基于这些框架开发的 AI 应用与 TiDB 向量搜索集成。

AI 框架 教程
LangChain 与 LangChain 集成向量搜索
LlamaIndex 与 LlamaIndex 集成向量搜索

你还可以将 TiDB 用于 AI 应用的文档存储、知识图谱存储等多种场景。

嵌入模型与服务

TiDB 向量搜索支持存储最多 16383 维的向量,能够满足大多数嵌入模型的需求。

你可以使用自部署的开源嵌入模型,或第三方嵌入 API 生成向量。

下表列出了一些主流嵌入服务提供商及其对应的集成教程。

嵌入服务提供商 教程
Jina AI 与 Jina AI Embeddings API 集成向量搜索

对象关系映射(ORM)库

你可以将 TiDB 向量搜索与 ORM 库集成,以便与 TiDB 数据库进行交互。

下表列出了支持的 ORM 库及其对应的集成教程:

语言 ORM/客户端 安装说明 教程
Python TiDB Vector Client pip install tidb-vector[client] 使用 Python 开始向量搜索
Python SQLAlchemy pip install tidb-vector 集成 TiDB 向量搜索与 SQLAlchemy
Python peewee pip install tidb-vector 集成 TiDB 向量搜索与 peewee
Python Django pip install django-tidb[vector] 集成 TiDB 向量搜索与 Django

本文来自 PingCAP / TiDB 文档贡献者,按 CC BY-SA 3.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
PingCAP / TiDB 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
CC BY-SA 3.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。