Weaviate

定义

Weaviate 是一个用 Go 语言编写的开源向量数据库，以「AI 原生」为卖点：除了存储与检索向量，还能通过模块（modules）直接调用 OpenAI、Cohere、Hugging Face 等模型在写入时自动把对象向量化。

特点

数据以带 Schema 的对象形式存储，向量索引默认使用 HNSW 并支持量化压缩；检索支持纯向量搜索、BM25 关键词搜索及两者加权融合的混合检索（hybrid search），并可做生成式搜索（检索后直接交给大模型生成答案）。接口提供 GraphQL、REST 与各语言客户端。

应用

典型用途是 RAG 知识库、语义搜索、多租户 SaaS 应用的向量检索层，多租户隔离是其相对突出的能力。

优缺点

优点是开箱即用、向量化流程一体化、混合检索方便；缺点是深度定制索引参数的空间小于专门的检索库，大规模集群经验相对较少。