分类
向量数据库与检索工具丨RAG 的底座选型
向量库、嵌入服务、重排序与记忆层的产品合集：为 RAG 与 Agent 选一条顺手的检索栈。
和「对话 LLM」不同，检索栈的差异在**吞吐、召回、过滤能力与运维形态**。先区分 serverless（Pinecone / Turbopuffer）与自部署（Milvus / Qdrant / Weaviate / Chroma / LanceDB），再看是否需要混合检索（BM25 + 向量）、metadata 过滤、命名空间隔离、按租户权限。嵌入与重排序可作为独立层组合（Jina、Cohere、OpenAI embeddings）。
检索与补充说明
Pinecone、Qdrant、Weaviate、Milvus 怎么选？
小团队要速度用 Pinecone / Turbopuffer；要自部署选 Qdrant / Milvus；要本地跑评测用 Chroma / LanceDB。数据量 > 1 亿条时把运维成本与备份方案纳入对比。
需要 Rerank 吗？
当召回噪声大、Top‑K 后答案仍漂移时，加一层 Cross-Encoder rerank 往往比换向量模型便宜有效。Cohere Rerank、Jina Reranker、bge‑reranker 是常见选项。
Agent 要不要长期记忆？
多数应用用会话 + RAG 就够；只有需要「跨会话记住个体」的产品才引入 Mem0 / 自建记忆层，并务必设计可删除与审计。
本类工具
简介与官网以各工具详情页为准；可在同类条目间交叉浏览。
面向 AI Agent 与 RAG 的搜索 API，返回带摘要的网页结果，适合给自建助手接「可联网」能力。调用成本与速率限制需写进系统提示与重试策略。
提供嵌入、重排序与 Reader 等面向 RAG 的基础设施，开源组件丰富，适合自建搜索与问答流水线。企业部署需评估延迟与缓存策略。
为 AI 应用提供长期记忆层的开源框架，帮助 Agent 记住用户偏好与历史事实，适合个性化助手。记忆内容涉及隐私时需加密与可删除设计。
托管型向量数据库老牌玩家，提供 Serverless 版本与命名空间隔离，适合生产级 RAG 快速上线。定价按存储与查询计费，规模上去后建议评估 Qdrant / Milvus 等替代。
开源向量数据库，内置模块化的嵌入与混合检索，支持 Cloud 与自部署，适合需要 BM25 + 向量混合检索的业务。运维成本略高，建议搭配自己的监控栈。
Rust 编写的开源向量数据库，提供本地、云与企业版本，支持 payload 过滤、混合搜索与量化压缩，适合对内存占用与吞吐敏感的生产环境。
开发者友好的开源向量数据库，几行 Python 即可本地跑起来，适合原型、笔记本实验与小规模 RAG。线上大规模时建议切换到更偏运维的方案。
Milvus 是 LF AI & Data 托管的开源向量数据库，面向亿级以上规模；Zilliz 提供其托管云版本。适合大数据量 RAG、向量搜索与图片/视频 Embedding 检索。
基于 Lance 列式格式的嵌入式向量数据库，与 pandas / PyArrow 无缝协作，可直接放到对象存储，适合数据科学笔记本与离线评测流水线。
基于对象存储的 Serverless 向量数据库，主打低成本 + 过滤查询，适合预算敏感的团队做大批量文档 RAG。写入与查询延迟特性请在你自己的数据集上实测。