Vector Stores 向量库

向量库负责存储文本向量，并提供相似度检索能力。

常见选择

向量库	特点
FAISS	本地快速验证，适合原型
Chroma	开发体验简单
Milvus	大规模向量检索，适合生产
Elasticsearch	适合已有 ES 体系，支持混合检索
pgvector	PostgreSQL 扩展，适合中小规模

生产关注点

1. 数据规模：百万、千万、亿级向量的方案不同。
2. 更新频率：文档是否频繁更新。
3. 权限过滤：检索时是否要按用户、租户、部门过滤。
4. 混合检索：是否需要关键词 + 向量一起召回。
5. 运维能力：团队是否能维护 Milvus / ES / PostgreSQL。

metadata 很重要

向量库里不应只存文本和向量，还要存：

{
  "source": "xxx.md",
  "doc_id": "doc_001",
  "chunk_id": "chunk_001",
  "title": "LangGraph 概览",
  "permission": "public"
}

这样才能做引用、删除、更新和权限控制。

非官方声明

本站为个人维护的非官方中文学习文档，不代表 LangChain 官方。页面内容是基于公开文档、源码实践和中文开发者视角重新整理的学习资料。涉及 API 细节时，请以官方文档和实际安装版本为准。

参考来源

• LangChain / LangGraph 官方文档：https://docs.langchain.com/
• LangChain API Reference：https://reference.langchain.com/
• 本站内容为中文学习整理，不做官方身份声明。