WEBINARFeb. 27, 2025 12 p.m. ET — Scaling Vector Database Operations with MongoDB Register now >

适用于人工智能的 MongoDB

MongoDB 提供了构建 AI 应用程序和提升用户体验所需的关键功能。

AI 驱动的应用程序是基于 MongoDB 构建的

MongoDB 为开发者提供了创建新一代现代应用程序所需的全部灵活性、性能和安全性,以打造变革性的 AI 驱动体验。
mdb_document_model

灵活的数据模型

MongoDB 的文档数据模型旨在与开发者的思维方式和工作流程相匹配,并能够按照 AI 密集型应用所需的规模,无缝处理向量和各类数据。

general_features_flexibility

分布式架构

MongoDB 的现代架构使您能够隔离和扩展 AI 工作负载,使其独立于核心操作数据库,从而优化性能并降低成本。

atlas_global_deployments

快速创新

当开发者拥有灵活的工具以快速响应时,您就能更快地实现创新。MongoDB 使团队能够以更快的速度交付 AI 增强的应用程序并部署新功能,避免了那些可能拖慢团队速度的僵化数据模型的限制。

mdb_availability

随处运行

MongoDB 允许您在任何地方运行——在笔记本电脑上、数据中心内、跨云或混合环境中——以轻松满足低延迟性能和数据主权要求,并且没有供应商锁定。

mdb_vector_search

优雅的简洁性

MongoDB 通过在单个数据库中提供 AI 所需的各项功能(包括智能应用程序的语义搜索、生成式 AI 的向量搜索等),简化了您的技术栈,从而减少了复杂性并降低了运营成本。

general_security_default

强大的安全性

安全和数据保护是 MongoDB 的核心。业内首创的可查询加密技术在数据的静态存储、网络传输以及使用和处理过程中全方位保护数据,满足最严格的监管和合规标准。


让 MongoDB 助力您的 AI 转型

mdb_vector_search

向量是关键所在

向量搜索能够在您的数据中建立联系,甚至当用户不确定自己在寻找什么时,也能帮助他们找到相关的结果。

什么是向量搜索?
industry_ai

让 AI 变得更智能

检索增强生成 (RAG) 为大型语言模型(AI 的基础)提供上下文的最新数据,使其对您的应用程序更有用。

RAG 是什么?
atlas_full_text_search

超越关键字

语义搜索揭示了搜索背后的含义和意图,以便提供更精确、更具情境感知的搜索结果。

什么是语义搜索?
atlas_integration

集成流行的 LLM

MongoDB 允许您存储和搜索由 OpenAI 和其他大型语言模型生成的向量嵌入,与其他运营数据一起。

与大型语言模型 (LLM) 一起工作
atlas_search

强大的混合搜索

混合搜索结合文本搜索与向量搜索的高级功能,以提供更准确、更相关的搜索结果。

如何执行混合搜索
atlas_database

一个数据库适用于任何使用案例

将向量化数据与专属业务数据一同存储,为 AI 驱动的应用程序提供改变用户体验所需的信息。

向量搜索教程

选择您的路径

ON YOUR OWN

Atlas Vector Search 快速入门

利用 MongoDB 强大的工具和资源掌控您的 AI 之旅,助力独立构建和部署您的第一个 AI 应用程序。

立即开始开发
向量插图

倾听客户的心声

查看所有案例研究
云提供商
“只有 MongoDB Atlas 为我们提供了数据平台层的灵活性和规模,让我们可以尝试利用行业有史以来最大的技术进步之一。”
Louise Lind Skov
Novo Nordisk 内容数字化主管
阅读案例分析
云提供商
“只有 MongoDB Atlas 为我们提供了数据平台层的灵活性和规模,让我们可以尝试利用行业有史以来最大的技术进步之一。”
Louise Lind Skov
Novo Nordisk 内容数字化主管
阅读案例分析
人工智能
“AI 将集成到几乎所有事物中。问题不在于哪些产品具备 AI,而在于未来哪些产品将不具备 AI。”
Omar Santos
Cisco 杰出工程师
阅读案例分析
事件驱动的应用
“Atlas Vector Search 为我们解决了问题。它简化了许多工作,使 Okta Inbox 对客户来说非常易于使用。”
Suchit Agarwal
Okta 工程主管
阅读案例分析
“借助 Atlas Vector Search,我们可以编写复杂的查询,快速过滤产品数据、客户偏好和向量嵌入,以实时精确识别高度相关的产品推荐。”
Mundher Al-Shabi
Delivery Hero 高级数据科学家
阅读案例分析

强健的 AI 集成生态系统

MongoDB 与 LLM 框架和服务的集成,可以帮助您加快构建高级搜索和生成式人工智能应用程序的进程。
Microsoft Azure 徽标

通过 MongoDB 和 Microsoft Azure 之间的深度集成,简化并优化了企业数据支持的生成式人工智能应用程序的开发与部署流程。

了解详情
AWS 徽标

只需单击按钮,Amazon Bedrock 即可将 MongoDB Atlas 作为矢量数据库集成到其完全托管的端到端检索增强生成 (RAG) 工作流程中。

了解详情
Google 徽标

通过将 MongoDB 与 Google Cloud Vertex AI 和 BigQuery 集成,自信地构建生成式人工智能体验,以加速部署并保持在 AI 创新的前沿。

了解详情
LangChain 徽标

将 MongoDB Atlas 与 LangChain 相结合,简化并精简了生成式人工智能应用程序的开发和部署。

了解详情
Anthropic 徽标

借助 Anthropic 的 Claude 模型和 MongoDB,您可以部署 AI 应用程序,利用内部数据源生成更准确、更相关的结果。

了解详情
LlamaIndex 徽标

增强搜索功能和数据检索能力,编写高效的推荐系统脚本,进行深入的文档分析,构建复杂的聊天机器人等。

了解详情

开始使用 MongoDB 构建 AI 应用程序

拥有专为 AI 使用案例构建的操作数据库,再加上专家支持,您可以迅速从原型阶段过渡到生产阶段,开启无限可能。
开始使用
开始使用:
  • LLM 和 AI 框架集成
  • 全面的参考架构
  • 跨云的超过 125 个地区
  • 专家支持和量身定制的解决方案
  • 按需 AI 培训