milvus

Par mkurman · zorai

Milvus — base de données vectorielle cloud-native pour la recherche de similarité à l'échelle du milliard. Indexation accélérée par GPU, recherche hybride, multi-vecteur, streaming et time travel. Déploiement distribué avec Kubernetes.

npx skills add https://github.com/mkurman/zorai --skill milvus

Aperçu

Milvus est une base de données vectorielle cloud-native pour la recherche de similarité à l'échelle du milliard. Supporte l'indexation accélérée par GPU (IVF, HNSW, DiskANN), la recherche hybride (dense + sparse), multi-vecteurs, l'ingestion en continu, le voyage dans le temps et le déploiement distribué avec Kubernetes.

Installation

docker compose -f https://github.com/milvus-io/milvus/releases/latest/download/milvus-standalone-docker-compose.yml up -d

Client Python

from pymilvus import connections, Collection, FieldSchema, CollectionSchema, DataType

connections.connect(host="localhost", port=19530)
schema = CollectionSchema([
    FieldSchema("id", DataType.INT64, is_primary=True),
    FieldSchema("embedding", DataType.FLOAT_VECTOR, dim=384),
    FieldSchema("text", DataType.VARCHAR, max_length=1000),
])
collection = Collection("documents", schema)
collection.create_index("embedding", {"index_type": "IVF_FLAT", "metric_type": "L2", "params": {"nlist": 128}})
collection.load()