从面试中学习：什么是向量检索？

"如何实现按钮点击" → [0.12, -0.34, 0.56, 0.89, ...] （1536个数字）
"按钮的点击事件怎么做" → [0.11, -0.32, 0.58, 0.88, ...] （1536个数字）

"如何实现按钮点击"  → [0.12, -0.34, 0.56, ...]
"按钮的点击事件怎么做" → [0.11, -0.32, 0.58, ...]
                      ↓ 距离很近（相似度 95%）

              开心
               ★
              /
             /
    快乐 ---★--- 悲伤
           /     \
          /       ★
        高兴      难过

假设我们有 10000 个词：

"苹果" → [1, 0, 0, 0, ..., 0]  （第1位是1，其他都是0）
"香蕉" → [0, 1, 0, 0, ..., 0]  （第2位是1，其他都是0）

"我吃了一个苹果"    → "苹果"是水果
"我吃了一个香蕉"    → "香蕉"是水果
"我买了一部苹果手机" → "苹果"是公司

模型学习后发现：
- "苹果"和"香蕉"经常出现在相似的上下文 → 位置相近
- "苹果"和"手机"有时也在一起 → 有一定关系

句子："苹果的营养价值很高"

传统方法：每个词独立看
- "苹果" → 固定向量

Transformer：结合上下文
- "苹果" 在这句话里 → [0.12, -0.34, ...] （理解为水果）
- "苹果" 在另一句话里 → [0.11, -0.31, ...] （可能理解为公司）

你问："为什么早起对身体好？"

传统搜索：返回一堆网页链接你自己点开看

AI 搜索：
1. 理解你的问题
2. 向量检索找到相关的健康知识
3. 让 AI 总结成答案直接给你
4. 还会标注信息来源

原文档
├─ 1. 按钮组件介绍
├─ 2. 按钮的用法
├─ 3. 按钮的事件
└─ 4. 按钮的样式

拆分成：
├─ chunk-1: "按钮组件用于触发操作事件"
├─ chunk-2: "button组件支持onClick事件"
├─ chunk-3: "如何设置按钮的样式"
└─ chunk-4: ...

import OpenAI from "openai"

const client = new OpenAI()

// 把文字转成向量
const response = await client.embeddings.create({
  model: "text-embedding-3-small",
  input: "按钮组件用于触发操作事件"
})

// 拿到这1536个数字（1536维向量）
const vector = response.data[0].embedding
// [0.12, -0.34, 0.56, 0.89, ...]

// 存入向量数据库（以Pinecone为例）
await index.upsert({
  vectors: [
    { id: "chunk-1", values: vector1, metadata: { content: "按钮组件用于触发操作事件" } },
    { id: "chunk-2", values: vector2, metadata: { content: "button组件支持onClick事件" } },
    // ...更多内容
  ]
})

// 1. 把用户的搜索词转成向量
const queryVector = await client.embeddings.create({
  model: "text-embedding-3-small",
  input: "按钮点击怎么做"
})

// 2. 在向量空间里找相似的
const results = await index.query({
  vector: queryVector.data[0].embedding,
  topK: 5  // 返回最相似的5个结果
})

// 3. 返回结果
console.log(results.matches)
// [
//   { id: "chunk-1", score: 0.95, metadata: { content: "按钮组件用于触发操作事件" } },
//   { id: "chunk-2", score: 0.89, metadata: { content: "button组件支持onClick事件" } },
//   ...
// ]

用户搜索"按钮点击怎么做"
        ↓
   转成向量 [0.15, -0.31, 0.52, ...]
        ↓
   在数据库中找距离近的
        ↓
返回最相似的5条内容
        ↓
用户得到答案