HNSW（层次可导航小世界）是一种高效的近似最近邻搜索算法，通过构建多层图结构实现快速搜索。它借鉴了小世界网络和跳表的思想，从顶层（稀疏连接）到底层（密集连接）逐层导航，利用贪婪搜索策略快速定位目标。关键参数包括连接数M、构建和搜索时的候选数efConstruction/efSearch。HNSW在保证高召回率（90-99%）的同时实现对数时间复杂度，特别适合处理高维数据，但需要权衡准确性、内存和

RAG框架与向量数据库应用摘要 RAG（检索增强生成）是一种通过检索外部信息增强语言模型输出的框架，解决LLM的上下文限制和知识冻结问题。其流程包括文档分块、嵌入存储、提示匹配和响应生成，其中向量数据库负责高效存储和检索嵌入向量。使用统一嵌入模型和优化分块策略是关键，ChromaDB等工具通过HNSW算法支持多种距离度量。RAG框架（如LangChain）整合全流程，而向量数据库作为核心组件，能显