TiDB for AI
TiDB 是面向 AI 应用的分布式 SQL 数据库，支持向量搜索、全文搜索及混合搜索功能。本文介绍利用 TiDB 开发 AI 应用时可用的 AI 功能与工具。
快速开始
快速体验 TiDB 的 AI 能力。
| 文档 | 描述 |
|---|---|
| 使用 Python 快速上手 | 使用 Python 在几分钟内构建你的第一个基于 TiDB 的 AI 应用。 |
| 使用 SQL 快速上手 | 使用 SQL 快速开始向量搜索。 |
基础概念
了解 TiDB AI 搜索的基础概念。
| 文档 | 描述 |
|---|---|
| 向量搜索 | 向量搜索的全面概述，包括概念、工作原理和应用场景。 |
使用指南
使用 TiDB Python SDK pytidb 或 SQL 构建 AI 应用的分步指南。
| 文档 | 描述 |
|---|---|
| 连接 TiDB | 使用 pytidb 连接 TiDB Cloud 或自建集群。 |
| 使用表 | 创建、查询和管理包含向量字段的表。 |
| 向量搜索 | 使用 pytidb 进行语义相似度搜索。 |
| 全文搜索 | 基于关键字的文本搜索，支持 BM25 排序。 |
| 混合搜索 | 结合向量搜索与全文搜索，获得更优结果。 |
| 图片搜索 | 利用多模态嵌入进行 image 搜索。 |
| Auto Embedding（自动生成向量） | 数据插入时自动生成嵌入向量。 |
| 过滤 | 通过元信息条件过滤搜索结果。 |
代码示例
完整代码示例和演示，展示 TiDB 的 AI 能力。
| 文档 | 描述 |
|---|---|
| 基本 CRUD 操作 | 使用 pytidb 进行基础表操作。 |
| 向量搜索 | 语义相似度搜索示例。 |
| RAG 应用 | 构建检索增强生成（RAG）应用。 |
| 图片搜索 | 基于 Jina AI 嵌入的多模态 image 搜索。 |
| 对话记忆 | 为 AI agent 和聊天机器人提供持久 memory。 |
| 文本转 SQL | 将自然语言转换为 SQL 查询。 |
集成指南
将 TiDB 集成到主流 AI framework、嵌入提供商和开发工具中。
| 文档 | 描述 |
|---|---|
| 集成概览 | 所有可用集成的概览。 |
| Embedding Providers | 为 OpenAI、Cohere、Jina AI 等提供统一接口。 |
| LangChain | 将 TiDB 作为 LangChain 的向量存储。 |
| LlamaIndex | 将 TiDB 作为 LlamaIndex 的向量存储。 |
| MCP Server | 将 TiDB 连接到 Claude Code、Cursor 及其他 AI 驱动的 IDE。 |
参考指南
TiDB AI 与向量搜索特性的技术参考文档。
| 文档 | 描述 |
|---|---|
| 向量数据类型 | 向量列类型及其用法。 |
| 函数和运算符 | 距离函数与向量运算符。 |
| 向量搜索索引 | 创建和管理向量索引以提升性能。 |
| 性能调优 | 优化向量搜索性能。 |
| 限制 | 当前的限制与约束。 |