docs: 整理向量数据库文档

18586361686

2025-05-22 5c159ce1fc605620bdb9a5234744773fe6ce369b

docs: 整理向量数据库文档

 docs/.vitepress/config.mts

@@ -200,7 +200,15 @@
                {text: '管理知识库', link: 'knowledge/management-knowledge'},
                {text: '文档分片', link: 'knowledge/splitter'},
                {text: 'Embedding 模型', link: 'knowledge/embedding'},
                {text: '向量数据库', link: 'knowledge/vector-database'}
                {text: '向量数据库', collapsed: false,
                    items: [
                        {text: 'Redis-Stack', link: 'knowledge/vector-database/redis-stack.md'},
                        {text: 'Milvus', link: 'knowledge/vector-database/milvus.md'},
                        {text: 'ElasticSearch', link: 'knowledge/vector-database/elasticsearch.md'},
                        {text: 'openSearch', link: 'knowledge/vector-database/opensearch.md'},
                        {text: '阿里云', link: 'knowledge/vector-database/aliyun.md'},
                    ]
                    }
            ]
        },
        {
@@ -287,4 +295,4 @@
            ]
        }
    ]
}
}

 docs/zh/development/ai/resource/ai_redis_file_import.png

 docs/zh/development/ai/resource/ai_redis_knowledge.png

 docs/zh/development/ai/resource/ai_redis_search_test.png

 docs/zh/product/knowledge/vector-database.md

File was deleted

 docs/zh/product/knowledge/vector-database/aliyun.md

New file
@@ -0,0 +1,8 @@
# 阿里云 向量数据库

## 1. 登录阿里云配置向量数据库，并创建集合名称
![img_1.png](../resource/config-aliyun-2.png)
**注意**：**向量数据库集合** 需要先在阿里云上创建，才能配置在 AIFlowy 中

## 2. 阿里云向量数据库配置样例
![img.png](../resource/config-aliyun-1.png)

 docs/zh/product/knowledge/vector-database/elasticsearch.md

New file
@@ -0,0 +1,9 @@
# Elasticsearch 向量数据库

## 1. Elasticsearch 知识库配置样例

如果没有设置账号和密码，不用添加账号和密码的配置
![img.png](../../../development/ai/resource/elastic_search_config.png)

此外  Elasticsearch 还支持更多配置参数
apiKey ：使用 apiKey 认证，默认为空，为空则不使用 apiKey 认证

 docs/zh/product/knowledge/vector-database/milvus.md

New file
@@ -0,0 +1,70 @@
# Milvus 向量数据库

## 1. 安装 DockerDesktop
这里介绍 windows 使用 dockerDesktop 部署 Milvus 向量数据库

1. 安装 dockerDesktop , 点开连接，直接点击 Download for Windows 即可下载
   https://docs.docker.com/desktop/setup/install/windows-install/

![install_dockerDesktop.png](../../../development/ai/resource/install_dockerDesktop.png)

2. 下载好了安装，直接安装即可。安装完了打开 Docker 可视化页面。
   如果页面为以下内容则表示成功(如果页面空白，则需要设置网络，保证能访问docker镜像仓库):

![install_desktop_1.png](../../../development/ai/resource/install_desktop_1.png)

验证是否安装成功
```cmd
#查看docker版本
docker --version
#查看docker-compose版本
docker-compose --version
```

## 2. 部署 Milvus 向量数据库

1. Milvus 下载
   从链接中: 下载选择自己所需的版本即可，这里我选择的是最新版本milvus-2.5.11
   https://github.com/milvus-io/milvus/releases/tag/v2.5.11

![install_milvus_1.png](../../../development/ai/resource/install_milvus_1.png)

在你的本地建立一个 milvus 文件夹，将下载好的文件拷贝至刚刚创建的 milvus下，并改名为：docker-compose.yml。记得一定要改名，不然会报错。

![install_milvus_2.png](../../../development/ai/resource/install_milvus_2.png)

2. Milvus 启动与验证
   打开 cmd 命令行，进入 docker-compose.yml 文件所在的目录。
   输入命令： docker compose up -d，这里记得设置自己的网络，不然加载不了。

![install_milvus_3.png](../../../development/ai/resource/install_milvus_3.png)

## 3. Milvus 图形化界面attu的安装

1. attu 下载
   大家可以点击下载 attu 选择自己所需的版本，我使用的为最新版本 Release v2.4.6

https://github.com/zilliztech/attu/releases/tag/v2.5.8

![install_attu.png](../../../development/ai/resource/install_attu.png)

2. attu 安装
   下载安装文件后，直接安装就行。安装后打开的页面是这样：

![install_attu_1.png](../../../development/ai/resource/install_attu_1.png)

## 4. Milvus 向量数据库配置
**Milvus 向量数据库配置**
1. 以下为未设置密码的配置样例：

![milvus_config_no_pwd.png](../../../development/ai/resource/milvus_config_no_pwd.png)

2. 以下为设置了密码的配置样例：

![milvus_config_pwd.png](../../../development/ai/resource/milvus_config_pwd.png)

**此外 Milvus 还支持更多配置参数**

databaseName = "default" 数据库集合名称，默认为default

token ：使用 token 认证，默认为空，为空则不使用 token 认证

 docs/zh/product/knowledge/vector-database/opensearch.md

New file
@@ -0,0 +1,23 @@
# OpenSearch 向量数据库

## 1. 安装OpenSearch

docker 安装参考地址

https://docs.opensearch.org/docs/latest/install-and-configure/install-opensearch/docker/#windows-settings

docker 使用如下如下命令一键设置密码并安装

```cmd
docker run -d -p 9200:9200 -p 9600:9600 -e "discovery.type=single-node" -e "OPENSEARCH_INITIAL_ADMIN_PASSWORD=yourPassword" opensearchproject/opensearch:2.19.1
```

浏览器向 9200 端口发送请求。默认用户名为 admin ，密码为您设置的密码。

出现以下内容则表示成功

![oepn_search_success.png](../../../development/ai/resource/oepn_search_success.png)

## 2. OpenSearch 知识库配置样例

![open_search_config.png](../../../development/ai/resource/open_search_config.png)

 docs/zh/product/knowledge/vector-database/redis-stack.md

New file
@@ -0,0 +1,25 @@
# Redis向量数据库

## 1. 部署Redis向量数据库

Redis 向量数据库是包含 redisSearch 功能组件的 Redis ,这里使用 docker 版实现快速部署

```java
docker run --name  redis_stack  -e REDIS_ARGS="--requirepass Test2025L" -p 6379:6379  -d --restart=always redis/redis-stack-server:latest
```

## 2. 知识库页面配置

向量数据库类型选择 Redis ,向量数据库配置中填写 uri = redis://:Test2025L@127.0.0.1:6379，向量数据库集合中填写知识库英文缩写如：redisKnowledge, Embedding 模型中选择一个模型（大模型菜单中能力是 Embedding 的模型）
![输入图片说明](../../../development/ai/resource/ai_redis_knowledge.png)

扩展：向量数据库配置中还可以增加 storePrefix、defaultCollectionName 等配置，配置了 defaultCollectionName 时新增/编辑知识库页面中的“向量数据库集合”可以为空。

```java
storePrefix = docs:
defaultCollectionName = documents
```
## 3. 文件导入
![输入图片说明](../../../development/ai/resource/ai_redis_file_import.png)
## 4. 检索测试
![输入图片说明](../../../development/ai/resource/ai_redis_search_test.png)