咱们的系统就用三张核心表（student、course、score），每张表都遵循"唯一 ID+ 基础信息 + 特征向量"的逻辑，vector 字段的维度和用途都很明确，大家先熟悉下表结构，后面看代码会更轻松！

关系型数据库是一种基于关系模型的数据库，使用表格来组织和存储数据，表格之间可以通过关系进行关联。它遵循ACID原则，保证数据的一致性和可靠性。✅结构化存储：数据按表格形式组织✅强一致性：ACID 事务保证✅成熟稳定：几十年发展历史✅生态完善：工具、框架丰富✅精确查询：适合确定性查询❌扩展性差：水平扩展困难❌非结构化数据支持弱：不适合存储文本、图片等❌语义搜索能力弱：只能关键词匹配向量数据库是一种专

向量数据库是专门用于存储、管理和检索向量数据（数值数组）的数据库系统。大语言模型的输出是向量Embedding 模型将文本/图像转换为向量相似度搜索需要高效的向量检索项目信息发布时间2022 年开发商开源协议Apache 2.015k+定位AI 原生向量数据库语言项目信息发布时间2017 年开发商开源协议MIT25k+定位向量相似度搜索库语言C++、Python项目信息发布时间2019 年开发商Z

Chroma是一个开源的 AI 原生向量数据库，专注于大语言模型（LLM）应用的向量存储和检索。它以简单易用、开箱即用为设计理念，是 RAG（检索增强生成）应用的首选向量数据库之一。# 自定义向量化逻辑# 这里调用你的 Embedding 模型embedding = [0.0] * 384 # 示例# 使用自定义函数简单易用- pip 安装，3 行代码检索开箱即用- 内置持久化，无需部署生态完善-

RAG（Retrieval-Augmented Generation，检索增强生成）是一种结合检索和生成的 AI 技术架构。RAG = 检索 + 增强 + 生成核心价值- 减少幻觉、支持私有数据、回答可溯源技术栈- LangChain + 向量数据库 + LLM关键步骤- 文档加载 → 分块 → 向量化 → 检索 → 生成。

特性CursorCodeium开发商发布时间2022 年2022 年2021 年总部美国旧金山美国加州美国核心模型自研模型产品形态独立编辑器插件/独立 IDE插件用户规模50 万 +100 万 +100 万 +Cursor 是一家专注于 AI 原生开发工具的创业公司，致力于重新定义编程体验。Codeium 是一家提供 AI 编程工具的公司，主打免费开源的 Copilot 替代方案。

是由 Stability AI 公司开发的开源文本到图像生成模型。它可以根据文字描述生成高质量、高分辨率的图像，是 AI 绘画领域的里程碑式作品。** democratize AI** - 让 AI 绘画普及化开源生态- 社区驱动发展创作自由- 降低创作门槛无限可能- 激发创意灵感。

是 Anthropic 公司推出的 AI 编程助手功能，集成在 Claude 大模型中。它能够理解、生成、分析和修改代码，是开发者的智能编程伙伴。提升效率- 减少重复劳动降低门槛- 帮助新手学习提高质量- 遵循最佳实践激发创意- 提供多种方案。

Multi-Agent System（MAS，多智能体系统）是由多个相互作用的智能体组成的计算系统。每个智能体都能感知环境、做出决策并执行动作，通过协作或竞争实现复杂目标。"""处理消息"""# 调用 LLM"""调用 LLM API"""# 实现 LLM 调用逻辑return "响应内容""""编排任务"""# 任务分解# 分配任务# 汇总结果"""任务分解"""# 实现任务分解逻辑return

RAG（Retrieval-Augmented Generation，检索增强生成）是一种将信息检索与语言生成相结合的 AI 技术。它通过在生成回答之前先从外部知识库检索相关信息，显著提升了大语言模型的回答质量和准确性。# 初始化组件# 加载向量数据库"""检索相关文档"""# 查询向量化# 相似度搜索# 返回文档内容"""构建提示词"""template = """基于以下信息回答问题：{con