tweedge/vectordb-docker-base

vectordb-docker-base

镜像概述

基于Python 3.10-slim构建的基础镜像，集成VectorDB（版本vectordb2==0.1.9），目前仅支持amd64架构。该镜像作为基础层，帮助开发者快速搭建依赖向量数据库的应用，避免重复下载和构建大型依赖组件，提升开发效率。

核心功能

1. 预安装VectorDB向量数据库，支持向量存储与检索操作
2. 提供多版本预导入的嵌入模型（如bge-small-en-v1.5、bge-base-en-v1.5等）
3. 支持通过core标签镜像自定义下载HuggingFace平台的嵌入模型

标签镜像说明（按体积从小到大排序）

• core：仅包含VectorDB核心组件，需自行下载模型（执行命令：python3 /opt/dependencies/initialize.py <HuggingFace模型名称>，例如python3 /opt/dependencies/initialize.py TaylorAI/bge-micro-v2）
• bge-small-en-v1.5：预导入BAAI/bge-small-en-v1.5模型（增加0.13GB，384维度，512序列长度）
• bge-base-en-v1.5：预导入BAAI/bge-base-en-v1.5模型（增加0.44GB，768维度，512序列长度）
• bge-large-en-v1.5：预导入BAAI/bge-large-en-v1.5模型（增加1.34GB，1024维度，512序列长度）

模型性能对比可参考https://huggingface.co/spaces/mteb/leaderboard%E3%80%82

使用场景

• 语义搜索应用开发
• 推荐系统构建
• 向量数据相关的机器学习项目
• 需要快速集成向量数据库的应用原型开发

配置与部署示例

Docker Run示例

bash
# 拉取core标签镜像（仅含VectorDB核心）
docker pull docker.xuanyuan.run/tweedge/vectordb-docker-base:core

# 运行容器并下载指定嵌入模型
docker run -it docker.xuanyuan.run/tweedge/vectordb-docker-base:core python3 /opt/dependencies/initialize.py TaylorAI/bge-micro-v2

Docker Compose示例（docker-compose.yml）

yaml
version: '3.8'
services:
  vectordb-base:
    image: docker.xuanyuan.run/tweedge/vectordb-docker-base:bge-small-en-v1.5
    container_name: vectordb-base-service
    # 根据需求添加端口映射或数据卷挂载
    # ports:
    #   - "8080:8080"
    # volumes:
    #   - ./local-data:/app/data
    command: sleep infinity # 保持容器运行以便后续操作

注意事项

• 该镜像为个人项目维护，不保证生产环境稳定性
• 建议克隆原仓库（https://github.com/kagisearch/vectordb%EF%BC%89%E8%87%AA%E5%AE%9A%E4%B9%89%E8%B0%83%E6%95%B4%E6%80%A7%E8%83%BD%E5%8F%82%E6%95%B0
• 镜像构建符合GitHub免费计划使用规范