# knowledge-study

**Repository Path**: e4glet/knowledge-study

## Basic Information

- **Project Name**: knowledge-study
- **Description**: 在 PostgreSQL 中使用 pgvector 构建向量数据库
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-18
- **Last Updated**: 2026-03-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 在 PostgreSQL 中使用 pgvector 构建向量数据库 - 中文语义检索实战教程

## 📚 教程概述

本教程全面介绍了如何在 **PostgreSQL 数据库中集成 pgvector 插件**，构建专业级的向量数据库系统，并重点演示了针对中文文本的语义相似度检索应用。通过结合业界领先的 **BGE (BAAI General Embedding) 中文语义模型**，本教程提供了一个从环境搭建到实际应用的完整解决方案。

## 🎯 核心目标

- ✅ **掌握 pgvector 插件在 PostgreSQL 中的安装与配置**
- ✅ **设计并创建支持高效检索的向量数据表结构**
- ✅ **使用 BGE 中文优化模型进行文本向量化处理**
- ✅ **实现基于余弦相似度的语义检索功能**
- ✅ **构建完整的 Python 应用集成示例**

## 📋 教程目录

1. **环境准备** - PostgreSQL 部署与 pgvector 插件安装
2. **数据库设计** - 创建专用模式与向量数据表
3. **Python 实践** - 完整的向量化、插入与检索实现
4. **应用场景** - 向量数据库在中文AI领域的扩展应用

## 🔧 技术栈特色

### 🗄️ 数据库层面
- **PostgreSQL + pgvector** - 传统关系型数据库的可靠性与向量检索的高效性结合
- **HNSW 索引** - 针对高维向量的近似最近邻搜索优化
- **专为中文优化** - 适配 BGE 中文语义模型的向量存储方案

### 🤖 AI 模型层面
- **BAAI/bge-small-zh-v1.5** - 专为中文优化的轻量级语义嵌入模型
- **自动归一化处理** - 确保余弦相似度计算的准确性与效率
- **维度适配机制** - 灵活支持不同维度的向量存储需求

### 🐍 应用集成层面
- **完整的 Python 脚本** - 提供开箱即用的示例代码
- **Conda 环境管理** - 确保依赖包版本的稳定性
- **模块化设计** - 便于集成到现有系统中

## 💡 学习价值

### 适合人群
- **数据库开发者** - 希望为现有系统添加向量检索能力
- **AI 应用开发者** - 需要构建基于语义相似度的推荐或搜索系统
- **数据工程师** - 管理包含非结构化数据的知识库系统
- **技术学习者** - 希望了解向量数据库在实际项目中的应用

### 核心收获
1. **实践导向** - 每个步骤都有具体的操作指导和截图
2. **问题解决** - 包含常见问题的解决方案（如向量归一化、维度对齐等）
3. **性能优化** - 介绍索引创建和查询优化的最佳实践
4. **可扩展性** - 提供架构设计思路，支持大规模应用

## 🚀 快速开始

本教程按照从基础到应用的逻辑顺序编排，建议按以下路径学习：

1. **环境搭建** → 2. **数据库配置** → 3. **模型测试** → 4. **完整应用**

教程中提供的 Python 脚本可以直接运行，包含：
- 数据库连接管理
- 中文文本向量化
- 批量数据插入
- 语义相似度查询
- 结果可视化展示

## 📈 应用前景

完成本教程学习后，您将具备构建以下系统的基础能力：

- **智能问答系统** - 基于语义匹配的知识库检索
- **个性化推荐引擎** - 基于内容相似度的推荐
- **文档查重系统** - 检测文本内容的相似性
- **跨模态检索平台** - 统一处理文本、图像等多模态数据

## 🎓 学习资源

教程参考了相关的在线课程内容，并提供了完整的代码示例和详细的注释说明，确保不同水平的学习者都能顺利理解和实践。