先说缺点 😅： [ol]慢：服务部署在美东，500ms+ 毫秒的检索；建立索引依然很慢，每条记录 500ms+ 的插入；插入索引不支持并发；索引大小被限制在 4MB ，大约 500 条记录；无法删除单条记录； [/ol] 优点： [ol]目前免费：整个套解决方案最贵的应该是 OpenAI Embeddings 的费用；查询的可伸缩性能应该还可以； [/ol] 适用场景： [ol]ChatWithPDF/PPT 之类的应用，单篇文章检索；候选条目在 500 或者以下的推荐，具体 DEMO 可以查看项目首页： https://closevector.getmegaportal.com/ [/ol] 使用方法： https://closevector-docs.getmegaportal.com/docs/tutorial 规划： [ol]建立索引本地化，加快索引速度；想办法讲索引大小的限制提升至 100MB 级别； [/ol] 题外话： 最近经济形势确实不佳，外部机会有限，只能忍受 996 的工作环境。虽然想在 LLMs 这个浪潮中做些小项目，但是时间不允许。共勉。
