开源项目作者
作为一个开源项目作者，是时候站出来拯救世界了！
领取时间：2019/10/24
领取条件：开源项目被开源中国收录的开发者可领取
加载中
原
G2发布最新向量数据库报告，Zilliz斩获最佳性能与最易用荣誉
进入2025年，大模型已经过了天马行空的许愿阶段，向量数据库同样如此。 一方面，随着上下文窗口的不断增加，以及RAG、agent的普及，大模型已经进入加速落地阶段； 与此同时，与大模型相伴而生...
原
官宣|Zilliz Cloud 建表功能大升级，更多检索类型支持，更低成本
和大家分享一个好消息，最近， Zilliz Cloud 建表功能迎来了一次重要更新。本次更新在用户界面上完整对齐了 SDK 能力，并带来了全新的交互体验，希望大家在构建数据模型时，少些繁琐，多些高...
原
热点|Anthropic vs Devin：成本15倍换90%性能提升，Multi-Agent没有未来？
最近的大模型圈子已经乱成一锅粥了。 因为Multi-Agent，Devin（Cognitio旗下自动编程软件）联合创始人把OpenAI、微软、Anthropic，全都点名吐槽了一遍。 情况大概是这样的：Anthropic刚发布了...
原
索引选不对，成本贵十倍！一文读懂向量索引选型
在使用 Milvus 构建向量检索系统的过程中，很多开发者常常会在“该选哪种索引”这一步卡壳。 是要精度优先的 FLAT，还是速度更快的 IVF_PQ？是适合实时检索的 HNSW，还是适合离线大规模数据的...
原
AI法律*百亿向量，Zilliz 助力美国法律AI独角兽Filevine服务5000+律所
如何借助AI的力量，让每一个员工都化身超级个体？ 美国头部的法律软件公司Filevine 的经验值得借鉴。 Filevine 覆盖了全球超过 5,000 家律所、70,000+ 用户，处理文档数量高达十亿份，平均...
原
最新|Milvus_local_RAG，笔记本也能跑的本地知识库&RAG来了
多数前端开发工程师可能都面临这样一个困境：每天需要查阅大量技术文档、项目规范和学习资料。传统的文件夹分类和搜索方式效率低下，经常为了找一个API用法翻遍整个项目文档。 一些大公司，可...
原
官宣|Milvus 2.6正式开源：内存减少 72%，速度比ES快4倍
好消息，Milvus 2.6于今日正式上线！（目前是RC版，正式版预计在7月推出） 功能上，Milvus 2.6 延续并加强了 2.5 版本引入的全文检索功能，进一步强化了搜索功能，并整体升级底层架构以满足更...
Unstructured Data Meetup日本场来啦！7月5日，千万别错过
好消息，Unstructured Data Meetup终于迎来了日本首场！ 7月5日，日本场Unstructured Data Meetup 将在Meguro Central Square 3-1-1 Kamiosaki,Shinagawa-ku, TOKYO 141-0021(AWS办公室，可容...
原
实战｜Spring +Milvus，Java也能实现的企业级文档问答RAG
在企业数字化转型的浪潮中，PDF、Word 等海量文档往往沉睡在各个业务系统中，形成“数据孤岛”，难以被智能系统高效利用。 那么，如何构建一个真正面向企业场景落地的 AI 应用，让 AI 成为企...
活动预告丨6月28日杭州Unstructured Data Meetup 启动（人数有限，先到先得）
6月28日，杭州场Unstructured Data Meetup 将在阿里巴巴云谷园区访客中心225 景逸书院举办！ Unstructured Data Meetup 是以非结构化数据和 GenAI为主题，面向开发者的技术分享线下聚会，该活...
原
最新｜用Qwen3 Embedding+Milvus，搭建最强企业知识库
前言 这几天阿里低调放出两款 Qwen3 家族的新模型：Qwen3-Embedding 和 Qwen3-Reranker（都分别包括0.6B轻量版、4B平衡版、8B高性能版三种尺寸）。两款模型基于 Qwen3 基座训练，天然具备强大...
原
低内存、高召回， DiskANN才是低成本实现十亿级向量搜索更优解
前言 什么是 DiskANN？ 一句话解读，就是能让你在十亿向量的规模下，实现成本节约75%， 95% 准确率、毫秒级延迟的高效索引算法。 过去，多数主流索引方法（如 HNSW）必须依赖大量内存才能实现...
原
开源|Milvus在GitHub都3.5万颗星了，你还不知道Zilliz团队？
前言 在过去几年里，我们一直在做一件事——构建一个面向 AI 时代的企业级向量数据库。这件事情的难点并不在于“做出一个数据库”，而在于“企业级”，也就是让它真正被用起来、好用，而且能...
原
Response指南：为什么90%的多模态RAG，一做就会，一用就废？
前言 近年来，GPT-4V、Gemini Pro Vision 等多模态大模型快速兴起，将图像、文本、音频等多种数据类型统一理解的能力，拓展到了搜索问答、辅助诊疗、法律检索等更复杂的任务场景中。 相比传统...
活动预告丨6月21日北京 Milvus Workshp启动（仅限30人，先到先得）
Milvus Workshop 是一项由Milvus北极星团队发起的社区动手活动。 该活动由Milvus社区资深技术专家指导，旨在通过各种各类动手实验，让开发者亲手安装使用Milvus，并基于Milvus开发一系列的A...
官宣：Zilliz Cloud 推出审计日志功能
前言 在构建数据密集型系统的过程中，有一个问题总被忽视：我们对数据的使用有没有完整记录？ 更近一步，系统是不是安全、是不是合规、是否可观测？ 很多时候，系统出现异常数据写入、误删向...
原
Cursor也会犯错？Milvus如何用MCP+RAG解决AI Coding生成过时代码的问题
本文为Milvus 实践经验分享系列，旨在分享我们在内部工程实践中的一些真实的经验。在该系列的展示中，有些方法可能不够「最佳实践」，有些工具我们也还在摸索；但正是这些无数的从0到1，构成...
没有更多内容
加载失败，请刷新页面
删除文章
文章删除后无法恢复，确定删除此文章吗？
删除动弹
动弹删除后，数据将无法恢复
公众号
视频号
问题反馈
北京奥思研工智能科技有限公司版权所有
京ICP备2025119063号
评论删除后，数据将无法恢复