Vector DB
向量数据库是一种专门的数据库,用于存储和索引高维向量(数据的数值表示,如文本、图像或音频)。在人工智能中,它使得 semantic search - 通过意义而非精确关键字匹配来查找内容成为可能。它是RAG(检索增强生成)管道和知识数据库的核心。
向量数据库列表
向量数据库页面在 Configuration > Vector DB 下显示所有注册的向量数据库连接。使用 Search、 Type 和 Status 过滤器来查找特定条目。使用右上角的图标在卡片视图和表格视图之间切换。


每个条目显示:
| 列 | 描述 |
|---|---|
| Display Name | 向量数据库连接的名称。一个条目可以标记为 Default。 |
| DB Type | 向量数据库引擎(例如,Qdrant)。 |
| Host | 向量数据库实例的主机名或地址。 |
| Port | 连接的端口号。 |
| Status | ACTIVE 或 INACTIVE。 |
| Updated at | 最后修改的时间戳。 |
| Actions | 编辑或删除连接。 |
添加向量数据库
- 点击 + Add Vector DB。
- 填写必填字段并点击 Save。

| 字段 | 必填 | 描述 |
|---|---|---|
| Vector DB Type | 是 | 数据库引擎(例如,Qdrant)。 |
| Display Name | 是 | 连接的唯一名称。 |
| Host | 是 | 服务器地址(例如,qdrant.aiops.svc.cluster.local)。 |
| Port | 是 | 连接端口(例如,6333)。 |
| Access Key | 否 | 向量数据库实例的认证密钥。 |
| Description | 否 | 连接的简要描述。 |
| Status | 否 | 切换连接为活动或非活动。默认为活动。 |
| Set as default | 否 | 启用后,新知识数据库将默认使用此向量存储。 |
编辑向量数据库
- 点击您想要修改的条目的 edit 图标(铅笔)。
- 根据需要更新字段。
- 点击 Save。

删除向量数据库
- 点击您想要删除的条目的 delete 图标(垃圾桶)。
- 输入确切的显示名称以确认。
- 点击 Delete。
