这是一门带你从零建立“非结构化数据—向量化—相似性检索—大模型应用”完整认知的向量数据库入门课。课程共8讲，从向量与Embedding出发，对比传统数据库，逐步深入相似性搜索与度量、Top-K检索、混合搜索、K-means/IVF/HNSW/LSH/PQ/IVFPQ等核心算法，并延伸到RAG、长期记忆、幻觉缓解与工程落地挑战。它不仅讲概念，更强调性能、召回率与内存之间的权衡，以及相似性度量、过滤策略和选型思路。适合大模型/RAG应用开发者、算法与后端工程师、数据工程师，以及需要做技术选型和方案设计的产品与管理者。学完后，你能解释向量数据库为何重要，掌握主流检索算法与度量方式，理解RAG结合流程，并具备根据业务场景选择索引、调参与优化过滤的基础能力，为构建高效、可扩展的AI知识库和语义检索系统打底。