Zvec

在构建 RAG（检索增强生成）或推荐系统时，开发者常面临两难：使用云端向量数据库成本高且延迟不可控，自建集群则运维复杂。Zvec 是一个开源、进程内（In-Process） 的向量数据库，旨在像 SQLite 一样简单，却拥有处理十亿级向量的强悍性能。

经过阿里巴巴集团生产环境的严苛验证，Zvec 将极速相似性搜索直接嵌入到你的应用程序中。无需单独部署服务器，无需繁琐配置，只需几行代码，即可在你的 Python 或 Node.js 应用中实现毫秒级的高精度检索。

阿里开源Zvec：向量数据库界的SQLite，边缘设备也能跑高性能本地RAG

核心亮点：极速、极简、全能

1. 极致性能，十亿级规模

• 毫秒级响应：即使在十亿级向量规模下，仍能保持毫秒级的搜索延迟。
• 生产级稳定：源自阿里巴巴内部实战，经过高并发、大数据量的真实业务考验，可靠性毋庸置疑。

2. 进程内架构，零运维负担

• 无服务器依赖：Zvec 作为一个库直接运行在你的应用进程中，无需启动独立的数据库服务，彻底消除网络开销和维护成本。
• 开箱即用：安装后数秒内即可开始搜索，无复杂配置文件，无端口管理，真正意义上“嵌入即可用”。
• 随处运行：从笔记本电脑、云服务器到 CLI 工具，甚至资源受限的边缘设备，只要有代码运行的地方，就有 Zvec。

3. 高级检索能力

• 稠密 + 稀疏向量支持：原生支持 Dense Embedding（语义相似性）和 Sparse Vector（关键词匹配），可在单次调用中结合两者优势。
• 混合搜索 (Hybrid Search)：将语义理解与结构化过滤完美结合，提供更精准、更相关的搜索结果。
• 并发安全：支持多进程同时读取同一数据集，写入操作由单进程独占，确保数据一致性与高吞吐读取。

4. 数据持久化与安全

• 预写日志 (WAL)：采用 WAL 机制保证数据持久性。即使遭遇进程崩溃或突然断电，数据也不会丢失，确保业务连续性。
• 本地存储：所有数据存储在本地文件中，隐私安全完全可控，无数据出境或云端泄露风险。

快速开始

Python 用户

要求：Python 3.10 – 3.14

pip install zvec

示例代码：

import zvec

# 创建或加载集合
db = zvec.Collection("my_vectors")

# 插入向量
db.upsert([
    {"id": "1", "vector": [0.1, 0.2, ...], "metadata": {"text": "Hello"}}
])

# 搜索
results = db.search(query_vector=[0.1, 0.2, ...], top_k=5)
print(results)

Node.js 用户

npm install @zvec/zvec

示例代码：

const Zvec = require('@zvec/zvec');

// 初始化
const db = new Zvec.Collection('my_vectors');

// 插入与搜索逻辑类似 Python...

支持平台

• Linux: x86_64, ARM64
• macOS: ARM64 (Apple Silicon)
• Windows: x86_64