https://txtmix.com/tags/%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93/Recent content in 向量数据库 on Text MatrixHugozh-cnSat, 23 May 2026 08:55:34 +0800https://txtmix.com/posts/tech/tencentdb-agent-memory/Fri, 15 May 2026 18:22:00 +0800https://txtmix.com/posts/tech/tencentdb-agent-memory/<p>大多数 Agent memory 项目都把问题定义得过窄：要么给历史做 embedding，要么定期做摘要。TencentDB Agent Memory 的可取之处，在于它先承认“记忆”其实包含两类完全不同的工程问题：跨会话经验沉淀，以及单次长任务里的上下文治理。</p>https://txtmix.com/posts/tech/pageindex-vectorless-reasoning-rag-guide/Fri, 08 May 2026 03:11:04 +0800https://txtmix.com/posts/tech/pageindex-vectorless-reasoning-rag-guide/<h2 id="学习目标">学习目标</h2> <p>读完这篇文章后，你应该能够：</p> <ol> <li>解释为什么传统基于向量的 RAG 在复杂推理任务中存在瓶颈，以及 PageIndex 的推理型检索如何绕过这一限制。</li> <li>理解 PageIndex 的核心设计：不建向量索引、不做文档分块、直接利用 LLM 推理能力做上下文感知识别。</li> <li>掌握 PageIndex 的 MCP 协议集成方式和 API 调用方法，能够在自己的应用中添加 PageIndex 支持。</li> <li>判断 PageIndex 适合哪些场景，不适合哪些场景，以及它与普通向量 RAG 的取舍。</li> </ol> <hr> <h2 id="一项目概述">一、项目概述</h2> <h3 id="11-什么是-pageindex">1.1 什么是 PageIndex</h3> <p><strong>PageIndex</strong>（<a href="https://github.com/VectifyAI/PageIndex" target="_blank" rel="noopener noreffer ">VectifyAI/PageIndex</a>，29.4k Stars）是一个基于推理（Reasoning-based）的 RAG 框架。与传统 RAG 将文档切成片段、映射到高维向量空间不同，PageIndex 直接利用 LLM 的推理能力做文档索引和检索，声称可以实现&quot;无向量数据库&quot;（Vectorless）的 RAG 方案。</p>https://txtmix.com/posts/tech/zilliztech-claude-context-mcp-plugin/Wed, 22 Apr 2026 16:35:00 +0800https://txtmix.com/posts/tech/zilliztech-claude-context-mcp-plugin/<h1 id="zilliztechclaude-contextmcp语义代码搜索插件让claude理解整个代码库">zilliztech/claude-context：MCP语义代码搜索插件，让Claude理解整个代码库</h1> <h2 id="-概述">🎯 概述</h2> <p><strong>zilliztech/claude-context</strong> 是一个 MCP（Model Context Protocol）插件，为 Claude Code 和其他 AI 编码助手提供<strong>语义代码搜索</strong>功能，将整个代码库作为上下文提供给 AI。</p> <blockquote> <p><strong>GitHub</strong>: <a href="https://github.com/zilliztech/claude-context" target="_blank" rel="noopener noreffer ">zilliztech/claude-context</a><br> <strong>Stars</strong>: 6,906 ⭐<br> <strong>许可证</strong>: MIT<br> <strong>依赖</strong>: Node.js 20+</p>https://txtmix.com/posts/tech/claude-mem-persistent-memory-65k-stars/Wed, 22 Apr 2026 07:25:00 +0800https://txtmix.com/posts/tech/claude-mem-persistent-memory-65k-stars/<h1 id="claude-mem65k-stars的claude-code持久记忆系统从架构到实战的全面解析">Claude-Mem：65K Stars的Claude Code持久记忆系统，从架构到实战的全面解析</h1> <h2 id="-概述">🎯 概述</h2> <p><strong>Claude-Mem</strong> 是为 Claude Code 打造的持久化记忆压缩系统，通过自动捕获编码会话中的工具使用观察、生成语义摘要，并将其注入未来会话，使 Claude 能够在会话结束或重新连接后保持对项目的知识连续性。</p>https://txtmix.com/posts/tech/hindsight-agent-memory-system-guide/Sun, 12 Apr 2026 02:31:39 +0800https://txtmix.com/posts/tech/hindsight-agent-memory-system-guide/<h1 id="hindsightagent记忆系统最准确的记忆系统sota性能89k-stars">Hindsight：Agent记忆系统·最准确的记忆系统·SOTA性能·8.9K Stars</h1> <h2 id="一项目概述">一、项目概述</h2> <h3 id="11-hindsight-是什么">1.1 Hindsight 是什么</h3> <p><strong>Hindsight™</strong> 是专为 AI Agent 设计的<strong>记忆系统</strong>，让 Agent 不仅能记住对话历史，更能从经验中学习。</p> <blockquote> <p>&ldquo;Hindsight™ is an agent memory system built to create smarter agents that learn over time. Most agent memory systems focus on recalling conversation history. Hindsight is focused on making agents that learn, not just remember.&rdquo;</p>https://txtmix.com/posts/tech/memvid-ai-agent-memory-layer-guide/Sun, 12 Apr 2026 02:31:39 +0800https://txtmix.com/posts/tech/memvid-ai-agent-memory-layer-guide/<h1 id="memvid148k-stars--ai-智能体记忆层完全指南">Memvid：14.8K Stars · AI 智能体记忆层完全指南</h1> <blockquote> <p>单文件持久化 · 无数据库 · 零运维 · 极速检索 · 时间旅行调试</p></blockquote> <hr> <h2 id="目录">目录</h2> <ul> <li><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e6%a6%82%e8%bf%b0" rel="">一、项目概述</a></li> <li><a href="#%e4%ba%8c%e4%b8%ba%e4%bb%80%e4%b9%88%e9%9c%80%e8%a6%81-memvid" rel="">二、为什么需要 Memvid</a></li> <li><a href="#%e4%b8%89%e6%a0%b8%e5%bf%83%e6%a6%82%e5%bf%b5smart-frames" rel="">三、核心概念：Smart Frames</a></li> <li><a href="#%e5%9b%9b%e7%b3%bb%e7%bb%9f%e6%9e%b6%e6%9e%84" rel="">四、系统架构</a></li> <li><a href="#%e4%ba%94%e5%bf%ab%e9%80%9f%e5%bc%80%e5%a7%8b" rel="">五、快速开始</a></li> <li><a href="#%e5%85%ad%e6%a0%b8%e5%bf%83%e5%8a%9f%e8%83%bd%e8%af%a6%e8%a7%a3" rel="">六、核心功能详解</a></li> <li><a href="#%e4%b8%83feature-flags" rel="">七、Feature Flags</a></li> <li><a href="#%e5%85%ab%e5%a4%9a%e6%a8%a1%e6%80%81%e6%94%af%e6%8c%81" rel="">八、多模态支持</a></li> <li><a href="#%e4%b9%9d%e4%bd%bf%e7%94%a8%e5%9c%ba%e6%99%af" rel="">九、使用场景</a></li> <li><a href="#%e5%8d%81%e6%9c%80%e4%bd%b3%e5%ae%9e%e8%b7%b5" rel="">十、最佳实践</a></li> <li><a href="#%e5%8d%81%e4%b8%80api-%e5%8f%82%e8%80%83" rel="">十一、API 参考</a></li> <li><a href="#%e5%8d%81%e4%ba%8cvs-%e5%85%b6%e4%bb%96%e6%96%b9%e6%a1%88" rel="">十二、VS 其他方案</a></li> <li><a href="#%e5%8d%81%e4%b8%89%e6%95%85%e9%9a%9c%e6%8e%92%e9%99%a4" rel="">十三、故障排除</a></li> <li><a href="#%e5%8d%81%e5%9b%9bfaq" rel="">十四、FAQ</a></li> <li><a href="#%e5%8d%81%e4%ba%94%e8%b5%84%e6%ba%90%e9%93%be%e6%8e%a5" rel="">十五、资源链接</a></li> <li><a href="#%e5%8d%81%e5%85%ad%e6%80%bb%e7%bb%93" rel="">十六、总结</a></li> </ul> <hr> <h2 id="学习目标">学习目标</h2> <ul> <li>理解 Memvid 作为 AI 智能体记忆层的核心定位和差异化优势</li> <li>掌握 Smart Frames 的设计理念、数据结构与帧序列机制</li> <li>熟练使用 Rust / Python / Node.js / CLI 四种 SDK 进行存储、检索和查询</li> <li>理解 Memvid 的性能基准及其在实际场景中的表现</li> <li>能够根据业务场景选择合适的 Feature Flags 配置组合</li> <li>掌握时间旅行调试、分支演进、加密合规等高级特性</li> </ul> <hr> <h2 id="一项目概述">一、项目概述</h2> <h3 id="11-memvid-是什么">1.1 Memvid 是什么</h3> <p>Memvid（Memory Video）是一个<strong>单文件记忆层</strong>，为 AI 智能体提供<strong>即时检索</strong>和<strong>长期记忆</strong>能力。它将数据、嵌入向量、索引和 API 全部打包到一个 <code>.mv2</code> 文件中，实现了真正的零运维便携式记忆系统。</p>https://txtmix.com/posts/tech/ai-agent/supermemory-ai-memory-context-engine/Tue, 31 Mar 2026 01:20:00 +0800https://txtmix.com/posts/tech/ai-agent/supermemory-ai-memory-context-engine/<h1 id="supermemory从入门到精通--ai-记忆与上下文引擎">Supermemory：从入门到精通 — AI 记忆与上下文引擎</h1> <blockquote> <p>预计阅读时间：30分钟 | 难度：⭐⭐⭐⭐</p></blockquote> <hr> <blockquote> <p><strong>目标读者</strong>：AI 应用开发者、智能体工程师、数据工程师、对 AI 记忆系统感兴趣的技术人员 <strong>预计学习时间</strong>：1-2 小时（入门），4-6 小时（精通）</p>https://txtmix.com/posts/tech/ai-agent/claude-api-rag-retrieval-augmented-generation/Wed, 25 Mar 2026 13:00:00 +0800https://txtmix.com/posts/tech/ai-agent/claude-api-rag-retrieval-augmented-generation/<h1 id="claude-api基础专题四rag检索增强生成系统">Claude API基础专题（四）：RAG检索增强生成系统</h1> <blockquote> <p>预计阅读时间：40分钟 | 难度：⭐⭐⭐⭐</p></blockquote> <hr> <blockquote> <p><strong>目标读者</strong>：希望让Claude基于私有知识库回答问题的开发者 <strong>前置知识</strong>：已完成第一篇《API基础》、第二篇《提示词工程》、第三篇《工具调用》 <strong>学习提醒</strong>：RAG是生产级应用的核心技术，建议动手实践完整的RAG流程</p>