vector-search

Fluree DB 是一个开源的时间图数据库，具有类似 Git 的分支、集成的向量/文本/地理搜索、细粒度的访问控制，并支持 SPARQL、JSON-LD 和 Open Cypher。它针对 AI 代理记忆进行了优化，在十亿级图上实现了高性能。

Mixedbread宣布，用户现在可以自带云存储桶，从而通过延迟交互模型实现零保留索引和搜索。

Manticore Search 27.1.5 引入了内置身份验证、分片表、对话式搜索以及更快的 HNSW 向量搜索，同时修复并改进了复制、KNN 等多个方面。

Salvatore Sanfilippo 回顾了他早前的预测：RAG 会逐渐消退，而原始向量搜索仍有价值，如今 RAG 的热潮已经消退。

一条解释构建生产级AI系统所需的六个关键AI概念（token、嵌入、向量搜索等）的推文串，强调理解这些概念可以避免像API成本失控等代价高昂的失败。

Telegram Search 是一个开源工具，利用 OpenAI 的语义向量对 Telegram 聊天记录进行智能检索，支持中文优化、自动备份和 Docker 一键部署。

描述了一种改进智能体记忆搜索的方法：受一篇论文启发，将基于 grep 的精确匹配与向量嵌入相结合；在其记忆层中实现了显著的召回率提升。

本文识别了RAG系统在扩展到大规模异构文档集合时出现的“向量搜索稀释”现象，并提出MASDR-RAG，一种利用组织元数据进行领域限定的检索方法，显著提升了检索准确率。

关于智能体记忆的社区讨论显示，尽管在记录什么（如纯文本文件、分层记忆、事后总结）方面存在各种补丁方案，但未解决的问题是保留什么——检测失败是可处理的，但决定哪些教训应持续保留仍需要人类判断。

这项实证研究比较了 LLM 智能体工作流中的 grep 与向量检索策略，发现在不同的智能体工具和工具调用风格下，grep 通常能获得更高的准确率，而性能在很大程度上取决于工具选择与上下文设计。

一位开发者分享说，RAG应用中的真正问题是检索步骤在处理版本号和代码时失败，通过混合搜索（向量+BM25+倒数排名融合）解决，而不是模型问题。

turbovec 基于 Google TurboQuant 算法，将 1000 万向量从 31GB 压缩到 4GB，搜索速度比 FAISS 快 12-20%，支持过滤搜索，提供 Rust 实现和 Python 包。

PrecisionMemBench 是一个开源基准测试，它将检索精度作为严格的单元测试来检验，结果揭示了诸如 Mem0、Zep 和 Hindsight 等流行的记忆框架精度极低（0.05-0.09），并且依赖 LLM 来弥补。文章主张在生产级记忆基础设施中对精度采取零容忍的硬失败策略。

谷歌的TurboVec是一款新的开源工具，能将AI搜索数据的内存占用从31GB降至4GB。它基于TurboQuant，实现比FAISS更快的搜索，可集成LangChain和LlamaIndex，并完全离线运行。

教育性文章，解释FAISS（一个用于十亿级相似性搜索的库），涵盖向量嵌入、最近邻搜索以及IVF和Product Quantization等高效检索技术。

FlashLib 更新，支持基于 IVF-Flat 的 ANN 搜索，在真实向量工作负载上性能比 cuVS 最高提升 6.5 倍。LEANN 现已集成 FlashLib 作为后端，在构建和搜索操作中带来显著加速。

本文质疑将 BM25 与向量搜索结合 RRF 是否能提高智能体记忆检索的命中率，并暗示仅使用 BM25 可能就足够了。

Manticore Search引入了针对基于HNSW的KNN向量搜索的提前终止机制，对于较大的k值，可减少多达80%的距离计算，同时保持精度在全搜索的2-4%以内。

作者详细讲述了从平面向量存储转向图数据库（FalkorDB）以构建AI记忆的过程，在其LocalClaw项目中实现了多跳推理、时间查询和溯源追踪。

一位开发者回顾调试RAG系统的经历，发现固定大小分块会破坏句子边界，向量搜索无法处理精确标识符（用BM25解决），以及过时索引导致自信的错误答案。