redis 后端使用 Redis 作为向量存储。记忆文本先经 embedding 模型向量化,再写入 Redis,并按用户隔离索引(实际索引名为 veadk-ltm/{index}/{user_id}),检索时按余弦相似度召回。
何时使用
- 已有 Redis 实例并开启了 RediSearch 模块;
- 希望用 Redis 作为低延迟的向量检索后端,并需要持久化与多实例共享。
依赖
使用示例
backend_config 显式传入连接配置:
参数
构造参数
backend_config 支持以下配置项:
Redis 连接配置
redis_config 为 RedisConfig,环境变量前缀 DATABASE_REDIS_:
embedding 配置
embedding_config 为 EmbeddingModelConfig,环境变量前缀 MODEL_EMBEDDING_:
环境变量配置
向量维度取自 embedding 配置(
MODEL_EMBEDDING_DIM),索引使用 flat 算法与余弦距离度量,并为每个用户单独创建索引(veadk-ltm/{index}/{user_id})。