# MongoDB向量搜索

MongoDB 发布并开源了 Vercel AI SDK 的集成包，把 MongoDB Atlas 变成用该 SDK 构建的 AI 应用与智能体的持久记忆库。此前 Vercel AI SDK 本身不含数据库，应用每次对话都从零开始，开发者要自己设计模式、清理旧数据和搭建向量检索。该集成把记忆自动分为会话、语义、程序、情景和草稿五类，分别设定保留策略，并自动创建向量索引、在启动时检测嵌入维度。

MongoDB 发布并开源了 Vercel AI SDK 的集成包，把 MongoDB Atlas 变成用该 SDK 构建的 AI 应用与智能体的持久记忆库。此前 Vercel AI SDK 本身不含数据库，应用每次对话都从零开始，开发者要自己设计模式、清理旧数据和搭建向量检索。该集成把记忆自动分为会话、语义、程序、情景和草稿五类，分别设定保留策略，并自动创建向量索引、在启动时检测嵌入维度。

MongoDB Atlas 把自动嵌入（Automated Embedding）推进到公开预览，开发者不必再为检索自建一条并行嵌入流水线。此前文档被编辑后向量库仍留旧嵌入，修复靠人工编写、调度并调试回填任务，数据变化到索引反映以小时计；Atlas 版本按字段级增量检测，只在被索引字段真正变化时重算，并让索引构建与在线查询走两套推理机制。存储侧提供可配置量化，默认标量量化约为 float32 的四分之一，二进制量化约为三十二分之一。

MongoDB Atlas 把自动嵌入（Automated Embedding）推进到公开预览，开发者不必再为检索自建一条并行嵌入流水线。此前文档被编辑后向量库仍留旧嵌入，修复靠人工编写、调度并调试回填任务，数据变化到索引反映以小时计；Atlas 版本按字段级增量检测，只在被索引字段真正变化时重算，并让索引构建与在线查询走两套推理机制。存储侧提供可配置量化，默认标量量化约为 float32 的四分之一，二进制量化约为三十二分之一。