# @genkit-ai/dev-local-vectorstore 中文文档

规范地址：https://npmcn.com/package/%40genkit-ai/dev-local-vectorstore/

版本：1\.44\.0
npm 元数据更新时间：2026-11-03T20:51:07.797Z
中文译文更新时间：2026-11-16T03:46:58.992Z
软件包许可：Apache-2\.0

本文由上游 README 翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/%40genkit-ai/dev-local-vectorstore
原文对照：https://npmcn.com/package/%40genkit-ai/dev-local-vectorstore/?lang=original
项目主页：https://github.com/genkit-ai/genkit#readme
源码仓库：https://github.com/genkit-ai/genkit

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：51.9 kB，11 个文件
- 模块格式：ESM + CJS
- TypeScript 类型：包内自带
- 运行依赖：2 个
- peer 依赖：genkit ^1\.44\.0
- 首次发布：2024-04-04T17:45:17.338Z
- 最新版本发布：2026-11-03T20:51:07.625Z
- 近 30 天下载量：5299（2026-10-16 至 2026-11-14，npm 官方下载统计）
- 已发布版本数：167（近 12 个月 40 个）

## 中文简介

Genkit AI框架插件,用于临时本地矢量数据库.

## 安装

```sh
npm install @genkit-ai/dev-local-vectorstore
```

也可以使用：`pnpm add @genkit-ai/dev-local-vectorstore`、`yarn add @genkit-ai/dev-local-vectorstore`、`bun add @genkit-ai/dev-local-vectorstore`

## README

# 为 Genkit 开发本地矢量存储器

这是对一个能用于本地开发和测试的矢量商店的简单实施.

> **用编码代理? 先安装基因组JS技能.**
> 
> ```bash
> npx skills add genkit-ai/skills --skill developing-genkit-js
> ```
> 
> 它教你的代理人 现任Genkit JS APIs 和普通的gitchas. 其他语言的来源、人工安装和技能: [技能/技能](https://github.com/genkit-ai/skills)。 。 。 .

此插件并非用于生产 .

## 安装插件

```bash
npm i --save @genkit-ai/dev-local-vectorstore
```

## 使用插件

```ts
import { Document, genkit } from 'genkit';
import { googleAI } from '@genkit-ai/google-genai';
import {
  devLocalVectorstore,
  devLocalIndexerRef,
  devLocalRetrieverRef,
} from '@genkit-ai/dev-local-vectorstore';

const ai = genkit({
  plugins: [
    googleAI(),
    devLocalVectorstore([
      {
        indexName: 'BobFacts',
        embedder: googleAI.embedder('gemini-embedding-001'),
      },
    ]),
  ],
  model: googleAI.model('gemini-flash-latest'),
});

// Reference to a local vector database storing Genkit documentation
const indexer = devLocalIndexerRef('BobFacts');
const retriever = devLocalRetrieverRef('BobFacts');

async function main() {
  // Add documents to the index. Only do it once.
  await ai.index({
    indexer: indexer,
    documents: [
      Document.fromText('Bob lives on the moon.'),
      Document.fromText('Bob is 42 years old.'),
      Document.fromText('Bob likes bananas.'),
      Document.fromText('Bob has 11 cats.'),
    ],
  });

  const question = 'How old is Bob?';

  // Consistent API to retrieve most relevant documents based on semantic similarity to query
  const docs = await ai.retrieve({
    retriever: retriever,
    query: question,
  });

  const result = await ai.generate({
    prompt: `Use the provided context from the Genkit documentation to answer this query: ${question}`,
    docs, // Pass retrieved documents to the model
  });

  console.log(result.text);
}

main();
```

此套件的来源主要为 [精灵](https://github.com/genkit-ai/genkit) 复发. 请提交问题 和拉请求反对的回波.

使用信息和参考详情见 [genkit 正式文件](https://genkit.dev/docs/get-started/)。 。 。 .

许可证: Apache 2.0

## 常见问题

### @genkit-ai/dev-local-vectorstore 是什么？

Genkit AI框架插件,用于临时本地矢量数据库\.

### 如何安装 @genkit-ai/dev-local-vectorstore？

在项目目录运行 npm install @genkit-ai/dev-local-vectorstore，或使用 pnpm add / yarn add / bun add。它还需要宿主项目提供 peer 依赖：genkit（^1\.44\.0）。npm 7 及以上与 pnpm 8 及以上默认会自动安装必需的 peer 依赖，Yarn 需要手动安装。

### @genkit-ai/dev-local-vectorstore 支持 TypeScript 吗？

支持。包内自带 TypeScript 类型声明（package\.json 声明了 types 入口），安装后即可获得类型提示，无需再安装 @types 包。

### @genkit-ai/dev-local-vectorstore 支持 ESM 还是 CommonJS？

同时提供 ES Module 与 CommonJS 入口，import 和 require\(\) 都可以使用，打包工具会自动选择合适的版本。

### @genkit-ai/dev-local-vectorstore 可以商用吗？

@genkit-ai/dev-local-vectorstore 使用 Apache-2\.0 许可。宽松许可：允许商业使用、修改和再分发，并附带明确的专利授权；分发时需保留许可与 NOTICE 文件，修改过的文件要注明改动。以上为概括，不构成法律意见，请以许可原文为准。

### @genkit-ai/dev-local-vectorstore 的下载量有多少？

根据 npm 官方下载统计，@genkit-ai/dev-local-vectorstore 在 2026/10/16 – 2026/11/14 这 30 天内被下载 5,299 次，日均约 177 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入，适合横向比较热度，不能直接等同于使用人数。

### @genkit-ai/dev-local-vectorstore 还在维护吗？

最新版本 1\.44\.0 发布于 2026/11/04（12 天前）；至今共发布 167 个版本，其中过去 12 个月发布了 40 个；首次发布于 2024/04/05。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。

