共 3 篇文章
向量数据库与检索RAG向量数据库语义搜索数据库检索
花一年时间整理出的：AI 数据库混合搜索入门实践
本文是 OceanBase 社区出品的数据库混合搜索（Hybrid Search）入门实践，整理自一年沉淀。文章讲清为何单靠向量或全文搜索都有盲区，提出用一条 SQL 同时完成向量语义召回、关键词全文匹配、标量过滤并由内核用 RRF 等算法融合排序，替代向量库加搜索引擎的繁琐拼装。详细给出建表建索引、查询语法、融合算法选型、RAG 实战、主流数据库对比与版本限制，帮助 AI 开发者快速上手混合检索。
2026-09-2012111
向量数据库与检索RAG向量数据库语义搜索检索混合检索
大模型之外，向量存储如何支撑 Agent 的检索链路
文章从Agent实际需求出发，谈向量存储在Agent检索链路中的角色与方向。向量存储主要处理数据规模持续增长、查询者不知准确位置只能靠语义找内容的场景，在Agent架构中承担检索与记忆两个角色。重点讨论三种主流索引实现的取舍、混合检索与分布式架构设计，选型考虑Serverless维度，并通过伪代码演示阿里云两种Serverless向量存储的用法，指出向量存储正从底层组件变成Agent平台基础能力。
2026-09-0910111
AI搜索AI搜索SEOGEO内容营销检索
GEO 排名因子之一：Entity 和主题权重
解析 GEO（生成式引擎优化）排名的核心因子：Entity（实体）定义与主题权重。核心结论：做 SEO/GEO 首要不是找词，而是先明确「你是谁」——Entity 定义是给网站发身份证，让搜索引擎和 AI 明白网站讲什么、适合谁，决定主题选择边界。讲解定义主 Entity 的四步法（我是谁/提供什么/服务谁/不覆盖什么）、Entity 与主题地图关系，附 heygen、Ahrefs 案例。
2026-09-098000