搜索研究与资料 · 工具介绍
AquilaDB
为机器学习应用索引向量及 JSON 元数据，执行相似近邻检索以支持图像或文本检索场景。
AquilaDB 能做什么
为机器学习应用索引向量及 JSON 元数据，执行相似近邻检索以支持图像或文本检索场景。
- 应用数据库与存储接入
如何使用 AquilaDB
建立带元数据的向量相似检索
准备输入
- 已计算的向量
- 关联 JSON 元数据
- 测试查询向量
操作步骤
- 部署数据库并导入向量和对应元数据。
- 使用查询向量进行近邻检索。
- 对照样本标识检查相似项是否符合检索目标。
预期交付物
- 向量索引
- 近邻检索结果
官方将项目标为 alpha；它不是通用文档数据库，生产适用性需另外验证。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从搜索研究与资料角度评估AquilaDB
把搜索研究与资料需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
来源能否回看
需要能打开的原始页面或文档位置，不能只有一段无出处的摘要。
范围是否与问题一致
核对日期、地区、对象与定义，不把相似术语当成同一事实。
是否保留反例
把冲突资料和未解决问题放进结论，避免只找支持原想法的证据。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
