向量数据库

有了向量，还要能高效地存和查。

这节课解决什么问题

向量数据库和普通数据库有什么不同
Chroma、Qdrant、pgvector 的适用边界是什么
元数据过滤和多租户隔离怎么做

核心内容

Collection / Namespace
近似最近邻索引
元数据过滤
更新、删除与重建索引

本节产物

一个本地向量库实例
一条文档写入、查询、更新链路
一份向量库选型对比表

课堂实作

用 Chroma、Qdrant 或 pgvector 建一个最小索引
给文档加上元数据并做过滤查询
模拟文档更新，观察索引如何同步变化

并入项目

这一课会直接进入项目二知识库 Agent 的存储层。

面试会怎么问

为什么 RAG 需要向量数据库
pgvector 和独立向量库怎么选
文档更新后索引怎么保持一致