本篇文章主要介绍了星环最新版本Hippo的新增特性，同时Hippo社区版也做了版本更新，欢迎广大用户上手体验

前面两篇主要介绍了向量数据库的一些背景以及为什么需要一个专用的向量数据库，本篇文章将进一步介绍一下向量数据库的底层架构以及一些基础算法实现原理，如HNSW、PQ等，如果对您有帮助欢迎多多留言点赞~

本篇文章主要介绍了在计算查询向量和集合中每个向量之间的距离过程中，如何确定这些对象之间的相似程度，为读者介绍了不同的度量方式的计算原理，希望能够为您了解相似性度量指标有所帮助。

在AI技术快速发展的背景下，传统数据库难以处理非结构化数据的语义特征，因此向量数据库应运而生。本篇文章从源头介绍了为什么企业需要一个专门用于存储、检索、分析和管理海量向量数据的数据库，向量数据库的哪些特点让他具有不可替代性，希望对读者了解向量数据库有所帮助。

Transwarp Hippo是一款企业级云原生分布式向量数据库，支持存储，索引以及管理海量的向量式数据集，能够高效的解决向量相似度检索以及高密度向量聚类等问题。Hippo具备高可用、高性能、易拓展等特点，支持多种向量搜索索引，支持数据分区分片、数据持久化、增量数据摄取、向量标量字段过滤混合查询等功能，能够很好的满足企业针对海量向量数据的高实时性检索等场景。

摘要：向量数据库实际上是为了人工智能而生的。一方面，向量数据库的数据完全源自于人工智能技术。另一方面，对于 AI 应用而言，向量数据库也是至关重要的基础设施。 向量数据库实际上是为了人工智能而生的。一方面，向量数据库的数据完全源自于人工智能技术。另一方面，对于 AI 应用而言，向量数据库也是至关重要的基础设施。 传统数据库主要处理数值和字符类型的数据，通常是高质量的关系型表。现在也有许多处理半结构化数据（如 JSON 数据）的数据库，例如 MongoDB、Elasticsearch 等。然而，这些数据的语

本篇文章主要介绍了在AI时代非结构化数据面临的挑战以及为什么会出现向量数据，向量数据的特征是什么

前情提要 本案例可以手动选择azure的模型和openai的模型。 问答效果演示 前置条件 1.python3.8及以上； 2.安装如下python包： pip install hippo-api==1.0.0.rc4 pip install langchain==0.0.220 pip install unstructured==0.9.1 pip install markdown==3.4.4 pip install tiktoken==0.4.0 pip install openai==0.27.8

本篇文章将为您介绍如何基于Windows部署社区版Hippo。

前情提要 本demo使用了transwarpVectorPulse（星环的embedding model）+chatglm2-6b进行知识库的搭建。 效果演示 前置条件 1. python3.8及以上； 2. 安装如下python包： pip install hippo-api==1.0.0.rc4 pip install langchain==0.0.220 pip install unstructured==0.9.1 pip install markdown==3.4.4 3. 社区版hippo部署