向量数据库
向量数据库是JitAi平台中用于存储和检索知识库内容的核心组件，是AI知识库元素的底层存储引擎。
通过配置向量数据库，AI知识库可以将文档内容转换为向量数据存储。这种存储方式使得应用能够基于语义相似度快速检索相关知识，为智能问答、内容推荐等功能提供强大的数据支撑。
提示
向量数据库默认使用余弦相似度作为距离度量算法，该算法特别适用于文本语义相似性计算。
Chroma向量数据库
Chroma是JitAi平台默认集成的向量数据库，它具有轻量级、易部署、高性能的特点，支持余弦相似度、欧几里得距离等多种相似性度量算法。它既可以作为嵌入式数据库在本地运行，也可以部署为独立服务支持远程访问，为不同规模的应用提供灵活的向量存储解决方案。
本地向量数据库配置
本地向量数据库采用内置存储方式，数据直接保存在JitAi平台的本地环境中。这种模式无需额外的数据库服务器，开箱即用(只需配置名称即可)，适合小规模应用和开发测试场景。
输入名称，连接模式选择持久化模式，点击保存即可创建本地向量数据库。
远程向量数据库连接
远程向量数据库通过连接外部独立部署的Chroma数据库服务来存储和检索数据，适合生产环境以及集群方式部署的应用服务。
除了配置名称外，还要配置数据库地址、端口、超时时间、认证令牌。
向量数据库编程接口
health_check
检查向量数据库的连接状态和运行健康情况，返回数据库基本信息。API文档
create_collection
在向量数据库中创建新的集合，用于存储和管理相关的向量数据。API文档
add_vectors
将向量数据及其元数据存储到指定的集合中。API文档
query_vectors
基于查询向量在集合中搜索最相似的向量数据。API文档