CloseVector: 免费的 Vector Database / 向量数据库

先说缺点 ：

1. 慢：服务部署在美东，500ms+ 毫秒的检索；
2. 建立索引依然很慢，每条记录 500ms+ 的插入；
3. 插入索引不支持并发；
4. 索引大小被限制在 4MB ，大约 500 条记录；
5. 无法删除单条记录；

优点：

1. 目前免费：整个套解决方案最贵的应该是 OpenAI Embeddings 的费用；
2. 查询的可伸缩性能应该还可以；

适用场景：

1. ChatWithPDF/PPT 之类的应用，单篇文章检索；
2. 候选条目在 500 或者以下的推荐，具体 DEMO 可以查看项目首页： https://closevector.getmegaportal.com/

使用方法：

https://closevector-docs.getmegaportal.com/docs/tutorial

规划：

1. 建立索引本地化，加快索引速度；
2. 想办法讲索引大小的限制提升至 100MB 级别；

题外话：

最近经济形势确实不佳，外部机会有限，只能忍受 996 的工作环境。虽然想在 LLMs 这个浪潮中做些小项目，但是时间不允许。共勉。