向量检索集成概览
本文档提供了 TiDB 向量检索集成的概览，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 官方支持以下 AI 框架，帮助你轻松将基于这些框架开发的 AI 应用与 TiDB 向量检索集成。
| AI 框架 | 教程 |
|---|---|
| Langchain | Integrate Vector Search with LangChain |
| LlamaIndex | Integrate Vector Search with LlamaIndex |
此外，你还可以将 TiDB 用于多种用途，例如作为 AI 应用的文档存储和知识图谱存储。
嵌入模型与服务
TiDB 向量检索支持存储最多 16383 维的向量，能够满足大多数嵌入模型的需求。
你可以选择自部署开源嵌入模型，或使用第三方嵌入服务商提供的嵌入 API 来生成向量。
下表列出了一些主流的嵌入服务商及其对应的集成教程。
| 嵌入服务商 | 教程 |
|---|---|
| Jina AI | Integrate Vector Search with Jina AI Embeddings API |
对象关系映射（ORM）库
你可以将 TiDB 向量检索与 ORM 库集成，以便与 TiDB 数据库进行交互。
下表列出了支持的 ORM 库及其对应的集成教程：
| 语言 | ORM/客户端 | 安装方式 | 教程 |
|---|---|---|---|
| Python | TiDB Vector Client | pip install tidb-vector[client] | Get Started with Vector Search Using Python |
| SQLAlchemy | pip install tidb-vector | Integrate TiDB Vector Search with SQLAlchemy | |
| peewee | pip install tidb-vector | Integrate TiDB Vector Search with peewee | |
| Django | pip install django-tidb[vector] | Integrate TiDB Vector Search with Django |