#向量索引

Annoy是一个开源的C++近似最近邻搜索库，支持Python接口。它通过创建只读的文件数据结构和内存映射技术，实现多进程共享索引。支持多种距离度量方式，适合处理中等维度数据。Annoy分离了索引创建和查询过程，可通过静态文件分发索引，在推荐系统等大规模应用中表现出色。其特点是查询速度快、内存占用小、易于分布式部署。

Puck是一个高效的C++近似最近邻(ANN)搜索库，其名称来源于莎士比亚作品中的精灵角色。该项目包含Puck和Tinker两种算法，在多个1B数据集上表现出色。Puck采用两层倒排索引架构和多级量化，可在有限内存下实现高召回率和低延迟，适用于大规模数据集。Tinker则针对较小数据集优化，性能超过Nmslib。该库支持余弦相似度、L2和IP距离计算，并提供Python接口，方便开发者集成使用。

该项目利用Upstash Vector索引数百万篇维基百科文章，构建了支持11种语言的语义搜索引擎和RAG聊天机器人。通过BGE-M3嵌入模型实现多语言支持，结合Upstash Vector实现高效向量存储和查询。项目展示了跨语言语义搜索能力，并借助Upstash RAG Chat SDK实现智能聊天功能，为开发者提供多语言信息检索和交互平台。