weaviate/weaviate：开源AI原生向量数据库

一、官方信息

项目名称	Weaviate
仓库地址	https://github.com/weaviate/weaviate
官方网站	https://weaviate.io/
最新更新	2026 年持续活跃
项目定位	AI 原生、模块化的开源向量数据库
开源协议	BSD-3-Clause

二、项目背景

很多向量数据库只负责"存向量 + 检索"，embedding 的生成、模型的对接都要用户自己在外层完成。Weaviate 的思路不太一样：它从一开始就把"向量化"做成了内置模块。你只要告诉它用哪个模型（OpenAI、Cohere、HuggingFace、本地模型都行），Weaviate 在写入数据时会自动帮你把原始文本转成向量，查询时也自动把问题向量化，开发者几乎不用手写 embedding 代码。

Weaviate 用 Go 编写，原生支持 GraphQL 风格的查询接口，内置混合检索（向量 + 关键词 BM25）、Reranker 重排器、生成式检索（Generative Search，直接在数据库层调用 LLM 生成答案）。它在多模态搜索、企业知识库、电商商品搜索领域用得很多，也是 LangChain、LlamaIndex 官方支持的向量后端之一。

对个人用户，Weaviate 提供了非常简单的 Docker Compose 单机部署，配合环境变量即可接入 OpenAI / 本地模型；生产环境则有 Weaviate Cloud 和分布式集群版。

三、核心特性

内置向量化模块：写入 / 查询时自动调用模型生成 embedding，无需外部代码。
混合检索：向量相似度 + BM25 关键词搜索自动融合排序。
Generative Search：在数据库层直接调用 LLM，基于检索结果生成答案（RAG 内置）。
GraphQL 查询：强大灵活的查询语法，支持过滤、聚合、分组。
多模态支持：文本、图片、视频向量统一存储检索。
Reranker 模块：内置 Cohere / HuggingFace rerank，提升召回精度。
模块化架构：model provider、vectorizer、reranker 均可插拔。

四、环境要求

操作系统：Linux / macOS / Windows（WSL2）。
Docker 20.10+ 与 Docker Compose v2。
内存：建议 4GB 以上。
端口：8080（HTTP / GraphQL）、50051（gRPC）。
若用 OpenAI 模块需 OpenAI API Key；用本地模型则需可访问的 embedding 服务。

五、详细部署步骤

方式一：Docker Compose（接入 OpenAI 模块）

mkdir weaviate && cd weaviate
cat > docker-compose.yml <<'EOF'
version: '3.4'
services:
  weaviate:
    command:
    - --host
    - 0.0.0.0
    - --port
    - '8080'
    - --scheme
    - http
    image: cr.weaviate.io/semitechnologies/weaviate:1.28.0
    ports:
    - "8080:8080"
    - "50051:50051"
    restart: always
    volumes:
    - ./weaviate_data:/var/lib/weaviate
    environment:
      QUERY_DEFAULTS_LIMIT: 25
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: '/var/lib/weaviate'
      DEFAULT_VECTORIZER_MODULE: 'text2vec-openai'
      ENABLE_MODULES: 'text2vec-openai,generative-openai'
      OPENAI_APIKEY: 'sk-xxxxxxxxxxxxxxxx'
EOF
docker compose up -d

关键环境变量说明：

DEFAULT_VECTORIZER_MODULE：默认向量化模块，这里用 OpenAI。
ENABLE_MODULES：启用的模块列表，generative-openai 用于内置 RAG 生成。
AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED：是否允许匿名访问，生产环境建议关闭并启用 OIDC / API Key。

方式二：使用本地模型（Ollama，无需 OpenAI Key）

cat > docker-compose.yml <<'EOF'
services:
  weaviate:
    image: cr.weaviate.io/semitechnologies/weaviate:1.28.0
    ports:
      - "8080:8080"
    volumes:
      - ./weaviate_data:/var/lib/weaviate
    environment:
      QUERY_DEFAULTS_LIMIT: 25
      AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'true'
      PERSISTENCE_DATA_PATH: '/var/lib/weaviate'
      DEFAULT_VECTORIZER_MODULE: 'text2vec-ollama'
      ENABLE_MODULES: 'text2vec-ollama,generative-ollama'
      OLLAMA_API_ENDPOINT: 'http://host.docker.internal:11434'
EOF
docker compose up -d

方式三：Python 客户端

pip install -U weaviate-client

import weaviate

client = weaviate.connect_to_local(host="服务器IP", port=8080)

# 创建 collection
from weaviate.classes.config import Configure
client.collections.create(
    "Article",
    vectorizer_config=Configure.Vectorizer.text2vec_openai(),
    generative_config=Configure.Generative.openai(),
    properties=[
        {"name": "title", "data_type": "text"},
        {"name": "content", "data_type": "text"},
    ],
)

# 写入数据（自动向量化）
articles = client.collections.get("Article")
articles.data.insert({"title": "Weaviate 入门", "content": "Weaviate 是一个开源向量数据库……"})

# 混合检索 + 生成式回答
response = articles.generate.near_text(
    query="向量数据库有什么用",
    limit=3,
    single_prompt="用一句话总结：{content}",
)
for o in response.objects:
    print(o.properties, o.generated)

验证部署

curl http://localhost:8080/v1/.well-known/ready
# 浏览器访问 GraphQL Playground：
# http://服务器IP:8080

六、使用方法

浏览器访问 http://服务器IP:8080 打开 Weaviate 控制台 / GraphQL Playground。
匿名模式下无账号密码；若启用了 API Key 需在客户端配置。
用 GraphQL 查询：GET /v1/schema 查看 schema，POST /v1/graphql 执行查询。
LangChain 集成：from langchain_community.vectorstores import Weaviate，传入 weaviate_url。

七、常见问题 FAQ

Q1：模块加载失败 / OpenAI 报错？
A：检查 OPENAI_APIKEY 是否正确、网络能否访问 OpenAI；国内服务器需走代理或改用 Ollama 模块。

Q2：容器一直重启？
A：看日志 docker compose logs weaviate，常见是数据目录权限问题，把 weaviate_data 目录权限放开。

Q3：如何开启鉴权？
A：设 AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: 'false'，并配置 AUTHENTICATION_APIKEY_ALLOWED_KEYS。

Q4：向量化是自动的吗？
A：是的，只要配置了 vectorizer module，写入文本时 Weaviate 自动调用模型生成向量，无需自己算。

Q5：数据持久化位置？
A：compose 里映射的 ./weaviate_data 目录，备份它即可。

八、跳转链接

GitHub 仓库：https://github.com/weaviate/weaviate
官方文档：https://weaviate.io/developers/weaviate
Docker Compose：Docker Compose 安装
Python 客户端：weaviate-client