ChatGPT盛行的当下，向量数据库为大模型配备了一个超级大脑

VectorDB 的真容也就呼之欲出了 —— 它是一种新型的数据库，它新在它存的是 Embeddings（嵌入）。这个新并不是为了新而新，从传统的直接存储内容转到存储向量，就像是给数据库喝了瓶智慧药水，让它变得更聪明，更强大。

Vector DB 就像是一个超级侦探，它可以让你根据内容或意思来搜索数据，而不是根据标签或关键词来搜索数据。这就好像你在一个无序的图书馆里找书，不需要知道书的 ISBN 号，只要告诉 Vector DB 你想要的书的内容，它就能帮你找到。

Vector DB 还可以是一个超级翻译机，它可以让你用一种类型的数据来搜索另一种类型的数据。这就好像你只知道一首歌的旋律，但不知道歌名，Vector DB 就能帮你找到这首歌的信息。

Vector DB 也可以被理解为一个超级搜索引擎，它可以让你在海量和复杂的数据中进行快速和准确地搜索。这就好像你在一个巨大的迷宫里，Vector DB 就是你的导航，帮你快速找到出口。

如最开始所说，VectorDB 不仅有以上这些好处，还有一个非常重要且热门的应用场景，那就是与 LLM 结合。LLM 是指大型语言模型（Large Language Models），它们就像是一个超级作家，可以生成自然语言文本，或者理解和回答自然语言问题。但是，LLM 也有一些挑战，例如缺乏领域知识，缺乏长期记忆，缺乏事实一致性等。

为了解决这些挑战，Vector DB 就像是给 LLM 提供了一本百科全书，让 LLM 可以根据用户的查询，在 Vector DB 中检索相关的数据，并根据数据的内容和语义来更新上下文，从而生成更相关和准确的文本。这样，LLM 就可以拥有一个长期记忆，可以随时获取最新和最全面的信息，也可以保持事实一致性和逻辑连贯性。