← 选型矩阵 · 向量库
OpenSearch：向量库，Docker，显存 无
带 k-NN 的搜索栈，已有 Elasticsearch 经验的团队可以直接迁移思路。
关键字段
| 用途 | 向量库 |
|---|
| 部署形态 | Docker |
|---|
| 纯内网 | 是 |
|---|
| 显存门槛 | 无 |
|---|
| 部署难度 | ●●●○○ |
|---|
| 许可 | Apache-2.0 |
|---|
| 成本 | 自建免费 |
|---|
| 中文 | 是 |
|---|
| 扫描件 OCR | 否 |
|---|
| 批量 | 是 |
|---|
| 多人协作 | 是 |
|---|
| 要注意 | 向量检索性能与功能不如专用库；集群运维和 JVM 调优是长期成本。 |
|---|
字段核验：2026-11（许可、部署形态、显存门槛来自项目公开文档；价格不上表，会过期）
选它之前要想清楚
向量检索性能与功能不如专用库；集群运维和 JVM 调优是长期成本。
项目主页 ↗
同类替代
- Qdrant（Docker · 显存 无 · 难度 2）— 分片与内存规划要提前算；数据量大时内存占用比预期的凶。
- Infinity（Docker · 显存 4G · 难度 2）— 只管模型推理，不存向量；要配向量库一起用。
- Milvus（K8s · 显存 无 · 难度 4）— 组件多（etcd、对象存储），单机版也重；几万条数据用它属于杀鸡用牛刀。
- Weaviate（Docker · 显存 无 · 难度 3）— 模块化设计前期概念多；内存占用偏高，小机器容易 OOM。
把 OpenSearch 和同类并排对比 →