// 01 VikingDB 是什么
一、什么是 VikingDB？
VikingDB是由火山引擎（Volcano Engine）推出的云端向量数据库，设计用于高效存储、索引和管理海量嵌入向量。这些嵌入通常来自深度学习模型或其他机器学习模型，被应用于语义检索、知识问答、推荐系统等 AI场景中。
作为高性能向量检索平台，VikingDB 提供多种检索方式（余弦、L2、IP距离），支持批量upsert、重排序、聚合检索、稀疏+密集混合向量检索等功能，同时覆盖云端及本地部署场景。
二、核心功能与能力
2.1 高性能向量检索
VikingDB 支持批量 upsert、向量化检索、重排序 rerank、多种相似度计算（如余弦、欧氏、内积）和邻近检索（HNSW、IVF、DiskANN）。
2.2 聚合与过滤能力
提供搜索聚合（SearchAgg）功能，用户可基于字段分组统计向量匹配结果，支持过滤条件与分区策略，适合复杂业务场景。
2.3 多语言 SDK 支持
官方提供 Go、Java、Python 等多语言客户端，例如 volcengine-sdk-golang 与 volcengine-java-sdk。
2.4 混合向量检索
配置支持混合向量检索（dense + sparse），用户可设置稀疏向量权重，更精细控制检索结果 relevance。
2.5 MCP 和 Agent 集成
VikingDB 支持 Model Context Protocol（MCP），可作为 Agent 后端，通过 vikingdb-mcp-server 提供工具接口，实现 upsert、检索等能力，广泛用于智能问答或 Agent system 交互平台。
三、典型使用场景
3.1 语义检索与知识问答
为文档、FAQ、产品信息生成 embedding 储存向量、建立索引，通过相似性检索实现快速答案反馈。
3.2 推荐系统与内容聚合
相似用户行为或物料 embedding 存表，通过相似性计算推荐关联内容。
3.3 多模态数据管理
支持向量字段与文本、图像字段共存，可进行多条件检索与聚合。
3.4 Agent-Based 应用
基于 NLP Agent 后端存储、检索对话片段，返回高相关片段供生成模型使用。
四、部署与技术集成
4.1 在云端部署
可在火山引擎控制台创建 VikingDB 实例，并获取主机地址、区域、AK/SK 参数。
4.2 配置 SDK 几乎一步到位
Go 示例：
Python + LangChain 示例：
4.3 支持混合检索配置
通过 SDK 或控制台配置索引参数，可设置 shard、partition、向量维度、混合检索权重等。
4.4 Agent（如 MCP）配置
使用如 vikingdb-mcp-server 套件，在 Agent 环境中追加工具支持，实现文档存储、向量检索、细粒度过滤调用。
// 02 核心 功能
- 核心定位VikingDB 是火山引擎（Volcano Engine）提供的高性能向量数据库服务，面向 AI 工具用户，支持大规模嵌入存储、向量检索、聚合分析、多语言 SDK 和 LangChain 集成，可部署于云端与边缘环境。
- 分类索引当前归档在 最近收录AI，方便和同频工具横向比较。
- 能力标签标签信息还在补全中，后续会继续增强能力维度。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 最近收录AI 定位和 相关能力 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
