工具介绍
核心功能
MyScale 把向量搜索能力放进 SQL 数据库体验中，开发者可以同时处理结构化字段和 embedding 相似度查询。它适合构建 RAG 检索、图片或文本相似搜索、推荐召回和多模态数据分析，减少单独维护检索引擎与业务数据库的复杂度。
适合场景
适合 AI 应用开发者、数据工程师、搜索产品团队和需要做语义召回的 SaaS 公司。团队可以把文档、图片、音频转写或商品信息向量化后，在 SQL 查询里结合过滤条件、排序和聚合，搭建可控的检索服务。
使用边界
MyScale 仍需要开发团队设计 embedding 模型、索引参数、数据同步和权限控制。检索质量不只取决于数据库，还取决于切分策略、向量模型、查询改写和评测集，生产环境要关注延迟与成本。
常见问题
MyScale 和普通数据库有什么不同？
它强调 SQL 与向量搜索结合，可以在相似度检索时同时使用结构化过滤条件。
MyScale 适合做 RAG 吗？
适合用于 RAG 的召回层，但文档切分、重排和答案生成仍要由应用侧设计。
迁移到 MyScale 前要准备什么？
需要明确数据规模、向量维度、过滤字段、更新频率和查询延迟目标。
