VexDB-Lite

VexDB-Lite 是一个轻量级的向量搜索引擎，它能像插件一样嵌入 PostgreSQL 和 DuckDB 这两个主流数据库，让原本只能处理文本和数字的数据库瞬间具备向量相似性搜索的能力。简单说，你可以在熟悉的 SQL 环境里直接跑“找最像的图片”“匹配最相关的文档”这类 AI 应用，不用再额外搭建专门的向量数据库，省去了数据搬运和运维的麻烦。 项目最大的技术亮点是复用了数据库本身成熟的存储和索引体系，仅通过扩展插件的方式加入高效的图索引算法（HNSW 类）、SIMD 指令加速的距离计算以及产品量化（PQ）压缩。这意味着用户既能享受 SQL 的灵活查询，又能获得接近专用向量数据库的检索速度。它还支持并行建索引、共享内存缓存等性能优化，并且提供了与 PostGIS 类似的距离操作符（如 <-> 表示 L2 距离），对数据库老手来说学习成本极低。 谁适合用它呢？凡是已有数据库业务，又想低成本接入向量检索场景的团队都能受益。比如电商平台要给图片搜索加“找相似款”功能，知识库系统要做语义检索，或者推荐系统需要召回高维特征向量。由于它原生支持元数据过滤和索引选项（如 PQ 压缩），还能在检索向量时附带过滤条件，适合生产环境中的混合查询需求。 上手难度很低。对 PostgreSQL 或 DuckDB 有基本使用经验的开发者，只需安装对应扩展，就能像建普通 B-tree 索引一样 CREATE INDEX 一个向量索引，然后直接写 SELECT 语句跑距离查询。项目文档提供了建扩展、定义向量类型、插入数据和查询的完整示例。当然，要调优索引参数（比如 M 值、ef_search 等）或者理解量化原理，需要一些向量数据库的基础知识，但日常使用几乎零门槛。总体而言，这是一个让传统数据库用户平滑拥抱向量时代的好工具。