milvus-io/milvus

这是什么？

核心功能

• 01支持 HNSW、IVF、FLAT、SCANN、DiskANN 等多种向量索引类型
• 02支持结合标量字段的元数据过滤、范围搜索和混合搜索
• 03基于 BM25 与 SPLADE 等稀疏向量实现全文检索
• 04分布式、原生支持 Kubernetes 的部署，节点可独立扩容
• 05支持多租户隔离、RBAC 权限控制与 TLS 加密
• 06提供可通过 pip 安装的 Milvus Lite，便于本地开发

适用场景

• 为私有文档构建检索增强生成（RAG）流程
• 在生产应用中实现图像、文本或多模态相似度搜索
• 基于向量相似度匹配用户与物品的推荐系统
• 先用 Milvus Lite 在本地验证向量检索，再部署集群

快速上手

1. 1

   安装 Python SDK pymilvus

   pip install -U pymilvus
2. 2

   从 pymilvus 导入 MilvusClient

3. 3

   使用文件名创建本地 Milvus Lite 客户端以持久化数据

4. 4

   使用客户端创建集合

使用前须知

• !自托管分布式 Milvus 集群较为复杂，需要在 Kubernetes 上运行多个微服务。
• !轻量级的 Milvus Lite 适合快速上手，并不适合生产级规模的工作负载。

标签

常见问题

milvus 是什么？

Milvus 是一款开源分布式向量数据库，用于大规模存储和检索向量嵌入，常用于 AI 搜索与 RAG 应用。 Milvus 是一款向量数据库，用于存储由文本、图像等非结构化数据生成的向量嵌入，并对其执行近似最近邻搜索。向量可以与整数、字符串、JSON 等标量字段一起存储，并支持元数据过滤、范围搜索和混合搜索。

milvus 可以免费使用吗？用的什么许可证？

milvus 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

milvus 还在维护吗？

活跃维护中。milvus 最近一次提交是在 2026年10月21日。

milvus 适合用来做什么？

为私有文档构建检索增强生成（RAG）流程 在生产应用中实现图像、文本或多模态相似度搜索 基于向量相似度匹配用户与物品的推荐系统 先用 Milvus Lite 在本地验证向量检索，再部署集群

milvus 怎么安装和运行？

安装 Python SDK pymilvus: pip install -U pymilvus 从 pymilvus 导入 MilvusClient 使用文件名创建本地 Milvus Lite 客户端以持久化数据 使用客户端创建集合

在哪里获取 milvus？

源代码和安装说明在 GitHub 上：https://github.com/milvus-io/milvus