支持 Milvus / Qdrant / Weaviate / ChromaDB / Pinecone / pgvector / Elasticsearch
在做 AI、RAG 或相似度搜索项目时，很多开发者都会遇到这些问题：
- 向量已经写入数据库，但很难直观查看真实数据
- 排查相似度搜索结果时，只能通过接口返回值猜问题
- 不同项目使用不同向量数据库，调试工具完全不统一
为了解决这些问题，我开发了一个免费的桌面工具：VectorDBZ。
什么是 VectorDBZ？
VectorDBZ 是一个 免费的桌面应用，用于 连接、管理和调试主流向量数据库。
它的核心目标是：
使用一个 GUI 工具，统一管理和查看不同的向量数据库，而不是反复写脚本或命令行。
支持的向量数据库
目前 VectorDBZ 已支持以下主流向量数据库：
- Milvus
- Qdrant
- Weaviate
- ChromaDB
- Pinecone
- pgvector（PostgreSQL）
- Elasticsearch（向量搜索）
无论你是在做技术选型、数据库对比，还是日常开发调试，都可以使用同一个工具。
VectorDBZ 能做什么？
1. 快速连接向量数据库
- 支持本地或远程实例
- 不侵入现有数据库配置
- 适合开发、测试和调试环境
2. 向量数据可视化
- 查看 collections / indexes
- 浏览向量及其 metadata
- 更直观理解 embedding 数据结构
3. 辅助调试相似度搜索
- 检查向量维度是否一致
- 验证数据是否正确写入
- 帮助排查搜索结果异常
4. 跨数据库统一体验
如果你同时使用 Milvus、Qdrant、ChromaDB 或 pgvector，VectorDBZ 可以明显降低调试和学习成本。
为什么要做 VectorDBZ？
目前大多数向量数据库：
- 偏 API 或命令行操作
- 缺少通用、直观的调试工具
- 每种数据库的使用方式差异很大
VectorDBZ 的定位不是替代数据库，而是作为 开发和调试阶段的辅助工具，特别适合：
- AI / LLM / RAG 应用开发者
- 使用向量检索的后端工程师
- 数据工程师
- 正在学习向量数据库的新手
安装与使用
VectorDBZ 是 完全免费 的桌面工具。
项目地址（GitHub）：
github.com/vectordbz/v…
下载后即可运行，无需复杂配置。
使用场景示例
- 快速确认 Milvus / Qdrant 中是否存在向量数据
- 调试 ChromaDB 或 pgvector 的写入与查询逻辑
- 对比不同向量数据库的行为和结果
- 学习向量数据库的数据结构和索引方式
后续计划
目前 VectorDBZ 仍在持续迭代中，后续可能会加入：
- 更丰富的可视化能力
- 更强的分析和对比功能
- 更多向量数据库支持和优化
结语
向量数据库已经成为 AI 应用的重要基础设施，但好用的调试和可视化工具仍然稀缺。
如果 VectorDBZ 能帮你节省一些调试时间，那它的目标就达成了。
欢迎 Star、Issue 和 PR 🙌
也欢迎在评论区分享你在使用向量数据库时的经验。
