zvec

轻量级进程内向量数据库，由阿里巴巴开源，主打毫秒级检索亿级向量，支持密集/稀疏向量、全文搜索和混合查询。亮点是内嵌式架构无需独立部署，零配置即可用，性能在阿里内部大规模场景验证，近期新增DiskANN索引和多种语言SDK。Apache 2.0开源。

README

English | 中文

Zvec 是一个开源、进程内向量数据库——轻量、极速，可直接嵌入应用程序。经过阿里巴巴集团生产环境验证，以极简配置提供企业级、低延迟、可扩展的相似性搜索。

[!Important] 🚀 v0.5.0（2026 年 6 月 12 日）

全文搜索（FTS）：原生全文搜索——为任意字符串字段附加 FTS 索引，使用自然语言或结构化表达式进行查询，无需外部搜索引擎。

混合检索：通过单一 MultiQuery 组合向量搜索、稀疏向量、标量过滤器和文本，实现全文与向量搜索的联合检索。

DiskANN 索引：新的磁盘索引，将索引主体存储在磁盘上，大幅降低大规模数据集的内存占用。

生态系统与平台：新官方 Go / Rust SDK、Zvec Studio 可视化工具，以及 RISC-V 支持。

👉 阅读发布说明 | 查看路线图 📍

💫 特性

极速：毫秒级搜索数十亿向量。
简单易用：安装后即可开始搜索，纯本地运行，无需服务器、无需配置、无需操心。
稠密 + 稀疏向量：支持稠密和稀疏嵌入、多向量查询，以及丰富的向量索引类型，可从内存扩展到磁盘。
全文搜索（FTS）：原生基于关键字的全文搜索——使用自然语言或结构化表达式查询字符串字段。
混合搜索：在单一查询中融合向量相似性、全文搜索和结构化过滤器，获得精确结果。
持久化存储：预写日志（WAL）保证持久性——即使进程崩溃或断电，数据也不会丢失。
并发访问：多个进程可同时读取同一集合，写入为单进程独占。
随处运行：作为进程内库，Zvec 可随代码运行——笔记本、服务器、CLI 工具，甚至边缘设备。

📦 安装

Zvec 提供多语言官方 SDK：

Python：pip install zvec（需 Python 3.10–3.14）
Node.js：npm install @zvec/zvec
Go：高性能 Go 绑定。
Rust：高性能 Rust 绑定。
Dart/Flutter：flutter pub add zvec

偏好可视化工具？请尝试 Zvec Studio，无需代码即可浏览数据和调试查询。

✅ 支持平台

Linux（x86_64、ARM64）
macOS（ARM64）
Windows（x86_64）

🛠️ 从源码构建

若您希望从源码构建 Zvec，请查阅从源码构建指南。

⚡ 一分钟示例

import zvec

# Define collection schema
schema = zvec.CollectionSchema(
    name="example",
    vectors=zvec.VectorSchema("embedding", zvec.DataType.VECTOR_FP32, 4),
)

# Create collection
collection = zvec.create_and_open(path="./zvec_example", schema=schema)

# Insert documents
collection.insert([
    zvec.Doc(id="doc_1", vectors={"embedding": [0.1, 0.2, 0.3, 0.4]}),
    zvec.Doc(id="doc_2", vectors={"embedding": [0.2, 0.3, 0.4, 0.1]}),
])

# Search by vector similarity
results = collection.query(
    zvec.VectorQuery("embedding", vector=[0.4, 0.3, 0.3, 0.1]),
    topk=10
)

# Results: list of {'id': str, 'score': float, ...}, sorted by relevance
print(results)