至少在小规模下，Markdown 文档比向量库更适合智能体知识库
Old_Visual_6596 · reddit · 2026-07-24
作者把原本完整的向量数据库检索栈，换成了一个互相交叉链接的 Markdown 文件夹，结果在几千页文档规模下，效果反而更好，也更容易维护。
为什么更顺手
- Markdown 能保留完整概念，不会把定义在 chunk 边界上切碎。
- 出现检索错误时，可以直接打开文件看哪里写错，再修源文件，而不是盯着 cosine score 排查。
- 知识库本身就是 git 仓库，改动可 diff、可回滚、可版本化。
- 不再需要维护一个和原文不同步的“第二真相源”。
什么时候不够用
- 这不是通用答案，而是规模问题：几千份文档没问题，到了百万级仍然需要真正的向量基础设施。
- 这种做法依赖当前模型真的擅长用文件工具和 grep 去读结构化 Markdown。
作者最后在问：大家到底在什么规模上，才不得不从这种“文件为主、索引为辅”的方案退回向量数据库？
「编程与Agent」频道最新
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Claude Code + MCP 接 Google Maps/Apollo/LinkedIn，搭年省万美元的获客引擎 — aryanXmahajan · 2026-10-26