索引を工件として扱う設計
索引を成果物（工件）として固定し、構築はファイル+メタデータを生成、検索はロードと実行に限定する。環境差分を抑えて回帰を回しやすい。
zvec はベクトル検索を「索引構築」と「クエリ実行」の二段に分けて設計する。オフラインでembeddingから永続化可能なANN索引を作り、オンラインではrecall/遅延の予算内で近傍探索を実行し、バッチ・並列・SIMDの最適化をホットパスに置く。フル機能のベクトルDBを導入せずに、検索/推薦/マルチモーダルのパイプラインへ組み込める基盤部品として使える。
| ✕従来の課題 | ✓革新的ソリューション |
|---|---|
| アプリにベクトル検索を直書きすると、索引形式やパラメータが散り、再現性がなく回帰が追えない。 | zvec は索引を工件として扱い、構築と検索を分離する。索引は永続化・バージョン化でき、オンラインはロードと実行に集中できる。 |
| フル機能のベクトルDBは運用コストとデータ経路の改造が重く、軽量用途では過剰になりやすい。 | ANN実行層に最適化を集約し、recallと性能のトレードオフを設定で制御できるため、組み込み用途に向く。 |
1git clone https://github.com/alibaba/zvec.git && cd zvec1# リポジトリのビルド手順に従う（例: cargo build --release / cmake --build）1# 例: zvec build-index --input embeddings.bin --output index.zv --config config.yaml1# 例: zvec query --index index.zv --vector query.bin --topk 101# クエリ集合と期待topKを固定し、指標と出力を保存して比較する| コアシーン | 対象読者 | ソリューション | 成果 |
|---|---|---|---|
| セマンティック検索の組み込みANNリコール | 検索/ナレッジチーム | embedding近傍リコールを既存検索に統合 | 遅延予算内でrecallを上げ、回帰可能に調整できる |
| 推薦のベクトルリコールとAB運用 | 推薦/成長 | オフラインで索引、オンラインで低遅延候補生成 | リコールをバージョン化し、ABとロールバックを安定化 |
| 内網/エッジで動くマルチモーダル検索部品 | マルチモーダル開発 | ローカルでベクトル検索を運用 | データ境界とコストを制御し、ハードに応じてスケール |
