什么是向量数据库？#
向量数据库以数字形式存储信息：
向量数据库是一种将数据存储为高维向量的数据库类型，这些向量是特征或属性的数学表示。（来源）
这使得快速精准的相似性搜索成为可能。通过向量数据库，您无需使用传统数据库查询，即可基于语义和上下文关联性搜索相关数据。
简化示例#
向量数据库可存储句子“n8n是可供自主部署的开源自动化工具”，但并非以文本形式存储，而是存储代表其特征的维度数组（0到1之间的数值）。这并非将句子中的每个字母转换为数字，而是通过向量来描述语句特征。
假设在向量存储中：0.1代表自动化工具，0.2代表开源可用，0.3代表支持自主部署。最终可能得到以下向量：
| 语句 | 向量（维度数组） |
|---|---|
| n8n是可供自主部署的开源自动化工具 | [0.1, 0.2, 0.3] |
| Zapier是自动化工具 | [0.1] |
| Make是自动化工具 | [0.1] |
| Confluence是可自主部署的Wiki工具 | [0.3] |
此示例为高度简化版本
实际应用中向量更为复杂。向量的维度规模可从数十维到数千维，且维度与特征并非一一对应关系，因此无法将单个维度直接转换为独立概念。本示例仅提供近似思维模型，并非真实技术原理。
相似性搜索能力演示#
Qdrant提供向量搜索演示帮助用户理解向量数据库的强大功能。美食发现演示展现了向量存储如何通过视觉相似性匹配图片。
本演示使用外卖服务平台数据。用户可对菜品图片进行喜好标记，应用程序将根据视觉特征推荐相似餐品。用户还可选择仅查看配送半径内的餐厅结果。（来源）
完整技术细节请参阅Qdrant演示项目GitHub仓库。
嵌入、检索器、文本分割器与文档加载器#
向量数据库需配合以下工具运行：
- 文档加载器与文本分割器：文档加载器负责获取文档数据并进行嵌入预处理，可通过文本分割器将文档切分为数据块
- 嵌入工具：实现数据（文本、图像等）与向量之间的双向转换（注：n8n仅支持文本嵌入）
- 检索器：从向量数据库中获取文档，需配合嵌入工具将向量还原为原始数据
文档对话功能