VikingDB SITES

// 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：

svc := volcengine.NewVikingDBService(host, region, ak, sk, "https") svc.CreateCollection("col", fields, "desc") svc.CreateIndex("col", "idx", indexOptions) svc.UpsertData(...) svc = svc.Rerank(query, content, title)

Python + LangChain 示例：

from langchain_community.vectorstores.vikingdb import VikingDB, VikingDBConfig db = VikingDB.from_documents(docs, embeddings, connection_args=VikingDBConfig(host, region, ak, sk, "https"), collection_name="docs", drop_old=True) results = db.similarity_search("your query")

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。

// 04 常见 问题

// 05 资料 来源