rucora Retrieval

rucora 的向量存储与检索实现。

概述

本 crate 为 rucora 提供 VectorStore 实现，用于向量存储、相似度搜索和检索，支持语义搜索和 RAG 应用。

支持的 VectorStore

安装

[dependencies]
rucora-retrieval = "0.1"

或通过主 rucora crate：

[dependencies]
rucora = { version = "0.1", features = ["retrieval"] }

使用方式

内存向量存储

use rucora_retrieval::in_memory::InMemoryVectorStore;
use rucora_core::retrieval::{VectorStore, VectorRecord};

let store = InMemoryVectorStore::new();

// 添加向量
store.add(vec![VectorRecord {
    id: "doc1".to_string(),
    embedding: vec![0.1, 0.2, 0.3],
    metadata: serde_json::json!({"source": "file.txt"}),
}]).await?;

// 搜索
let results = store.search(
    &vec![0.1, 0.2, 0.3],
    5,
    None,
).await?;

Chroma 向量存储

use rucora_retrieval::chroma::ChromaVectorStore;

let store = ChromaVectorStore::new("http://localhost:8000", "my_collection")?;

// 创建集合（如果不存在）
store.ensure_collection().await?;

// 添加和搜索向量
store.add(records).await?;
let results = store.search(&query_embedding, 10, None).await?;

持久化 Chroma 向量存储

use rucora_retrieval::chroma_persistent::ChromaPersistentVectorStore;

let store = ChromaPersistentVectorStore::new(
    "http://localhost:8000",
    "my_collection",
    "/path/to/cache"
)?;

Qdrant 向量存储

use rucora_retrieval::qdrant::QdrantVectorStore;

let store = QdrantVectorStore::new(
    "http://localhost:6333",
    "my_collection",
    1536  // 向量维度
)?;

store.ensure_collection().await?;

Feature 配置

许可证

MIT