Vector Search Integration Overview
本文档提供了 TiDB 向量搜索集成的概述，包括支持的 AI 框架、嵌入模型和对象关系映射（ORM）库。
AI 框架
TiDB 提供对以下 AI 框架的官方支持，方便你将基于这些框架开发的 AI 应用与 TiDB 向量搜索进行集成。
| AI 框架 | 教程 |
|---|---|
| Langchain | 将向量搜索与 LangChain 集成 |
| LlamaIndex | 将向量搜索与 LlamaIndex 集成 |
此外，你还可以使用 TiDB 进行多种用途，例如文档存储和知识图谱存储，以支持 AI 应用。
嵌入模型和服务
TiDB 向量搜索支持存储最多 16383 维的向量，满足大部分嵌入模型的需求。
你可以使用自行部署的开源嵌入模型，或第三方嵌入提供商提供的 API 来生成向量。
下表列出一些主流的嵌入服务提供商及对应的集成教程。
| 嵌入服务提供商 | 教程 |
|---|---|
| Jina AI | 将向量搜索与 Jina AI Embeddings API 集成 |
对象关系映射（ORM）库
你可以将 TiDB 向量搜索与 ORM 库集成，以便与 TiDB 数据库交互。
下表列出支持的 ORM 库及对应的集成教程：
| 语言 | ORM/客户端 | 安装方式 | 教程 |
|---|---|---|---|
| Python | TiDB Vector Client | pip install tidb-vector[client] | 使用 Python 开始向量搜索 |
| SQLAlchemy | pip install tidb-vector | 将 TiDB 向量搜索与 SQLAlchemy 集成 | |
| peewee | pip install tidb-vector | 将 TiDB 向量搜索与 peewee 集成 | |
| Django | pip install django-tidb[vector] | 将 TiDB 向量搜索与 Django 集成 |