Vector DB

Vector DB — это специализированная база данных, которая хранит векторные представления текстов (эмбеддинги) и умеет быстро находить ближайшие по смыслу векторы. Классический SQL ищет по точному совпадению; векторная БД ищет «похожие по смыслу» — даже если слова совсем другие.

В проектах я использую векторные базы в RAG-системах (Retrieval-Augmented Generation): загружаю документацию клиента, базу знаний, историю обращений → при каждом вопросе пользователя система находит релевантные чанки → передаёт их в LLM как контекст. Это дешевле, чем дообучать модель, и обновляется в реальном времени.

Из конкретных инструментов: pgvector — если уже используется PostgreSQL и нет необходимости в огромных объёмах (удобно, один стек); Qdrant — когда нужна производительность и Rust под капотом; Pinecone — managed-сервис, быстро стартовать, но дорожает при росте. Для прототипов я обычно начинаю с Chroma — локально, без регистрации, пять строк кода.