向量检索，就是先把文本/图片等内容变成“数字向量”，再用“向量之间的相似度”来找最相近的内容，而不是用关键字匹配。向量检索（Vector Search）= 用数学的方式，让 AI 找到“语义最相近”的内容，而不是靠关键词匹配。

它是 RAG（检索增强生成） 的核心技术。

---

🌰 现实例子

假设你问 AI：

如何重置我的 账号 密码？

传统关键词搜索会去找包含：

• “重置”
• “账号”
• “密码”

这些关键词的文章。

但是如果文章写的是：

如何修改登录凭证？

关键词完全不同，但意思一样。

➡ 关键词搜索找不到
➡ 向量检索可以找到

因为“重置密码”和“修改登录凭证”在 AI 的语义空间里非常接近。

---

一、 向量是什么？

向量 = 数字数组，例如：

[0.2, 0.13, 0.98, -0.33, ...（几千维）]

AI（例如: text-embedding 模型）会把一段文本变成一个向量。

text-embedding 模型是什么？

text-embedding 模型 = 把文本转换成向量的模型。

它不生成回答，而是把一句话变成一组数字（向量），让机器能理解语义相似度，用于向量检索、RAG、推荐等任务。

例如：

文本	转成 embedding（简化示例）
“苹果手机”	[0.12, -0.88, 0.15, …]
“iPhone 15”	[0.10, -0.91, 0.16, …]
“香蕉”	[0.77, 0.01, -0.45, …]

你会看到：

• “苹果手机” 和 “iPhone 15” 的向量几乎一样（语义接近）
• 和 “香蕉” 的向量差得很远（语义不接近）

这就是 embedding 模型的作用。

它不是用来对话的，普通 ChatGPT 模型会回答问题（Chat Completion）。

text-embedding 模型：

• ❌ 不会聊天
• ❌ 不会生成自然语言
• ✔ 专门负责生成向量（embedding）

---

📌 它的主要用途：

1. 向量检索（RAG 的核心）

   把所有文档转成向量，则可以根据相似度找到“语义最接近”的文档。

   查询：“如何控糖？”

   系统会找到与控糖、血糖、饮食控制相关的段落。

2. 推荐系统：电商、短视频都用 embedding 判断“你会不会喜欢某个内容”。

3. 相似文本检测 ：判断两段话是不是说同样的意思。

4. 语义聚类：把主题类似的文本分在一起。

embedding = AI 世界里的“语言坐标系”

只有把文本变成向量，LLM 才能真正“懂”这段信息。

二、向量检索的工作流程（最重要）

📌 步骤 1：把所有知识库内容变成向量（Embedding）

例如，把 1000 篇文档变成：

文章1 → 向量A1
文章2 → 向量A2
...
文章1000 → 向量A1000

📌 步骤 2：用户提问也转成向量

用户提问：

忘记密码怎么办？

Embedding → 向量 Q（Query）

📌 步骤 3：用数学方式找“向量距离最近”的文档

最常用数学方法：

• cosine similarity（余弦相似度）

数值	意义
1.0	完全相同
0.9	很相似（很近）
0.4	不太相似（较远）
0.0	完全无关
-1	完全相反

• L2 距离
• 内积

然后找出最相似的几篇文档，例如：

Q 和 A53 的距离 = 0.91（很近）
Q 和 A829 的距离 = 0.88
Q 和 A17 的距离 = 0.42

输出：

A53、A829

这就是“检索增强”的资料。

传统关键词搜索（完全靠文字）:

搜索	文档内容	匹配？
重置密码	修改登录凭证	❌ 不匹配
重置密码	密码重置步骤	✔ 匹配
重置密码	修改密码的方法	❌ 关键词不同

关键词不一致，全都错过。

---

向量检索（靠语义）

问题向量 vs 文档向量	语义距离	排名
Q vs “修改登录凭证”	0.93	1
Q vs “密码重置步骤”	0.89	2
Q vs “修改密码的方法”	0.88	3

全部命中、非常精准。

三、 向量检索为什么这么强？

✔ 1. 不依赖关键词

不同表达的内容都能找到。

✔** 2. 语义理解**

“苹果”和“水果”相关
但“苹果”和“电脑”也可能相关
向量可以区分语义场景。

✔ 3. 对长文档效果特别好

FAQ、技术文档、客服知识库都适合。

✔** 4. RAG 的基础**

现在所有 AI 加速问答、知识库问答都靠它。

---

举例：DeepSeek / Qwen / Hunyuan / OpenAI 如何做向量检索？

1. 生成向量：

POST /v1/embeddings

模型例如：

• BAAI/bge-small-en
• text-embedding-3-large
• Hunyuan-embedding
• Qwen2-embedding

---

2. 存到向量数据库（任选一个）

• Pinecone
• Weaviate
• Milvus（最强开源）
• Qdrant（最适合新手）
• Chroma（最简单）

---

3. 使用相似度检索：

search(vector, topK=5)

---

4. 把结果发给 LLM（模型回答）

这就构成完整的 RAG 系统。