Thư viện tìm kiếm tương tự vector của Meta — nền tảng tốc độ cao cho mọi hệ RAG & tìm kiếm ngữ nghĩa.
FAISS (Facebook AI Similarity Search) là thư viện kinh điển để lập chỉ mục và tìm kiếm hàng xóm gần nhất trên tập vector cực lớn, tối ưu cả CPU và GPU. Nó là 'động cơ' nằm dưới rất nhiều vector database và công cụ RAG. Phù hợp khi bạn muốn tự kiểm soát lớp tìm kiếm vector ở mức thấp.
Nạp tài liệu riêng rồi hỏi đáp — bộ não thứ hai lưu toàn bộ know-how của bạn.
Các bước cơ bản để bắt đầu.
Cài `pip install faiss-cpu` (hoặc faiss-gpu)Tạo index (vd IndexFlatL2) và `add` vectorGọi `index.search(query, k)` để lấy kết quả gần nhấtHỏi đáp tài liệu riêng tư hoàn toàn offline: nạp PDF/Word rồi chat, dữ liệu không rời máy.
Lớp 'bộ nhớ' cho AI: nhớ sở thích, sự kiện, bối cảnh qua các phiên để trợ lý/agent ngày càng hiểu bạn.
'Bộ não thứ hai': nạp tài liệu, ghi chú và chat để truy xuất kiến thức của bạn.