Weaviate 是一个开源向量数据库。它允许您存储数据对象和来自您喜爱的机器学习模型的向量嵌入，并无缝扩展到数十亿个数据对象。什么是
Weaviate？
- Weaviate 是一个开源的向量搜索引擎类型数据库。
- Weaviate 允许您以类属性的方式存储 JSON 文档，同时将机器学习向量附加到这些文档上，以在向量空间中表示它们。
- Weaviate 可以独立使用（即自带向量），也可以与各种模块一起使用，这些模块可以为您进行向量化并扩展核心功能。
- Weaviate 有一个 GraphQL API，可以轻松访问您的数据。
- 我们的目标是让您的向量搜索设置投入生产，以毫秒为单位进行查询（查看我们的开源基准，看看 Weaviate 是否适合您的用例）。
- 在五分钟内通过基础入门指南了解 Weaviate。
Weaviate 是一个低延迟向量搜索引擎，开箱即用支持不同的媒体类型（文本、图像等）。它提供语义搜索、问答提取、分类、可定制模型（PyTorch/TensorFlow/Keras）等功能。Weaviate 完全用 Go 语言从头构建，存储对象和向量，从而能够将向量搜索与结构化过滤和云原生数据库的容错性相结合。所有这些都可以通过 GraphQL、REST 和各种客户端编程语言进行访问。安装和设置
安装 Python SDK向量存储
Weaviate 索引有一个封装器，允许您将其用作向量存储，无论是用于语义搜索还是示例选择。 要导入此向量存储：以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。