FAISS

Facebook AI 相似性搜索——高性能本地向量搜索。

快速开始

skill-seekers scrape --format faiss --config configs/react.json

设置

pip install faiss-cpu  # 或 faiss-gpu

Python 示例

import faiss
import numpy as np
import json

# 加载数据
with open("output/react-faiss.json") as f:
    data = json.load(f)

# 构建索引
dimension = 1536  # OpenAI 嵌入大小
index = faiss.IndexFlatL2(dimension)

# 添加向量
vectors = np.array([d['vector'] for d in data]).astype('float32')
index.add(vectors)

# 搜索
query = np.random.random((1, dimension)).astype('float32')
distances, indices = index.search(query, k=5)

print(f"最近邻: {indices[0]}")

功能特性

• ✅ 本地且快速 - 无网络延迟
• ✅ GPU 支持 - CUDA 加速
• ✅ 多种索引 - IVF、HNSW 等
• ✅ 数十亿向量 - 可扩展架构