分類
Vector DBs & retrieval — pick the base layer for RAG
Vector databases, embeddings, rerankers, and memory layers—compare the stack that feeds your RAG and agents.
Unlike chat LLMs, retrieval stacks differ mostly on **throughput, recall quality, filtering, and ops shape**. Split the short list into serverless (Pinecone, Turbopuffer) vs self-hosted (Milvus, Qdrant, Weaviate, Chroma, LanceDB), then check hybrid search (BM25 + vectors), metadata filters, namespaces, and per-tenant auth. Embedders and rerankers (Jina, Cohere, OpenAI) plug in as independent layers.
檢索與補充說明
Pinecone vs Qdrant vs Weaviate vs Milvus
Small teams chasing speed: Pinecone/Turbopuffer. Self-host camp: Qdrant/Milvus. Local evals and dev: Chroma/LanceDB. Past 100M vectors, ops cost and backup story dominate the choice.
Do I need a reranker?
If your Top-K retrieval is noisy and answers drift, a cross-encoder rerank is often cheaper than swapping embeddings. Cohere Rerank, Jina Reranker, and bge-reranker are common picks.
Do agents need long-term memory?
Most apps get by with session state plus RAG. Only reach for Mem0 or a custom memory layer when you truly need cross-session personalization—and design deletion and audits up front.
本類工具
簡介與官網以各工具詳情頁為準；可在同類條目間交叉瀏覽。
Tavily：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
Jina AI：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
Mem0：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
託管型向量資料庫，提供 Serverless 方案與命名空間；RAG 上線快，規模變大時再與 Qdrant／Milvus 自部署比較成本。
Weaviate：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
Rust 打造的開源向量資料庫，附雲端與企業版；payload 過濾、混合搜索與量化壓縮兼顧記憶體與吞吐。
Chroma：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
Milvus / Zilliz：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
LanceDB：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。
Turbopuffer：常見的 AI 產品——功能、價格、支援地區、資料處理與最新模型，請以官網說明為準。