用完字节的火山 VikingDB，我都不舍得告诉别人

主要观点总结

本文介绍了墨问产品与字节跳动旗下火山引擎的VikingDB RAG产品合作的情况，包括知识库、向量库和长期记忆库的应用，以及吸引合作的原因和感受。

关键观点总结

关键观点1: 墨问与火山合作开发新的功能

墨问正在开发Web版本的写笔记功能，并与火山引擎的VikingDB RAG产品合作，研发墨问的“知识库”功能。核心是基于自然语义的AI搜索与问答能力，以及上下文召回的功能。

关键观点2: 火山引擎的技术产品和基础设施

火山的产品包括向量库、知识库和长期记忆库等。其中向量库是支撑知识库和记忆库的底层强大基础设施。知识库是全新的基于AI搜索和问答的知识管理系统。长期记忆库用于持续记录、存储、提取和管理人与AI之间交互中的信息。

关键观点3: 知识库的应用和优势

墨问已将积累的笔记导入知识库，支持AI搜索和问答。知识库具有性能强悍、效果精准、处理能力强的优势，依托字节系的向量架构和自研的模型，实现精准检索和复杂问答。

关键观点4: 长期记忆库的应用

长期记忆库用于存储大模型身边的“备忘录”或“数据库”，可以记录历史对话和事件，并在未来对话中主动调用相关记忆。它的方案是基于对话历史进行精准的记忆抽取，再转化成向量的形式存储在VikingDB里。

关键观点5: 墨问选择合作的原因

墨问选择与火山VikingDB合作，是因为除了产品的匹配度，火山VikingDB在生态的适配性和成本方面对开发者友好。他们提供了稳定、高效的底层能力，节省了大量的人力和时间成本，让墨问可以专注于产品创新和用户体验。

免责声明