Weaviate Blog · 02.03.2026 ·Инфраструктура для агентов

Weaviate 1.36: новые возможности для работы с векторами

Weaviate выпустила версию 1.36, которая включает несколько значительных обновлений. В частности, появился новый векторный индекс HFresh в режиме предварительного просмотра. Этот индекс оптимизирован для работы с большими объемами данных и обещает улучшенную производительность при поиске и фильтрации векторов.

Кроме того, в общий доступ перешли такие функции, как серверная пакетная обработка, управление временем жизни объектов (TTL), асинхронная репликация и отмена резервного копирования. Эти улучшения направлены на повышение надежности и эффективности работы с базами данных.

Также в новой версии появилась возможность удаления инвертированных индексов, что может быть полезно для оптимизации хранения данных. Все эти изменения делают Weaviate более мощным инструментом для работы с векторами и большими данными.

Источник: Weaviate Blog

Похожие материалы

Weaviate Blog · Память и RAG Weaviate 1.37: MCP-сервер и новые возможности для векторных баз данных Weaviate выпустила версию 1.37, добавив несколько ключевых функций. В релизе появился встроенный MCP-сервер, который позволяет агентам взаимодействовать с внешними инструментами через API. Это упрощает интеграцию и расширяет возможности автоматизации задач. Weaviate Blog · Безопасность и алайнмент Как защитить Weaviate: API-ключи, OIDC и RBAC Weaviate, векторная база данных для работы с ИИ, получила обновлённое руководство по безопасности. В нём подробно разобраны методы аутентификации и авторизации, включая использование API-ключей, OpenID Connect (OIDC) и роль-базированный контроль доступа (RBAC). Weaviate Blog · Память и RAG Weaviate выпустила управляемый клиент для C# Weaviate представила управляемый клиент для C#. Он позволяет использовать семантический поиск и RAG в приложениях на .NET с помощью схемы, основанной на атрибутах, и типобезопасных запросов. Weaviate Blog · Инфраструктура для агентов Weaviate укрепила основу для агентных систем В 2025 году Weaviate сосредоточилась на укреплении инфраструктуры для поддержки ИИ-агентов. Компания отказалась от добавления новых фич в пользу улучшения надёжности и масштабируемости платформы. Weaviate Blog · Память и RAG Почему векторные базы данных пришли на смену традиционным Векторные базы данных становятся ключевым элементом инфраструктуры для работы с искусственным интеллектом. В отличие от традиционных реляционных баз данных, они оптимизированы для хранения и поиска векторных представлений данных, что особенно важно для задач машинного обучения и обработки естественного языка. Weaviate Blog · Инфраструктура для агентов Вышел клиент Weaviate для C# Компания Weaviate анонсировала выход клиента для языка программирования C#. Weaviate Blog · Память и RAG Weaviate Shared Cloud теперь доступен на AWS Weaviate Shared Cloud теперь доступен на AWS в регионах US East и Europe. Это решение предоставляет полностью управляемую AI-ориентированную базу данных, которая позволяет командам выбирать провайдера и регион по своему усмотрению. Weaviate Blog · Память и RAG Weaviate представила Engram — облачную память для агентов Weaviate анонсировала Engram — облачный сервис памяти для ИИ-агентов. Он позволяет агентам сохранять и обращаться к контексту, что критично для сложных задач, требующих долговременной памяти. Weaviate Blog · Инференс и железо Как токенизация влияет на гибридный поиск Токенизация играет ключевую роль в эффективности гибридного поиска. Weaviate, векторная база данных, предлагает несколько инструментов для улучшения обработки текста. Weaviate Blog · Оркестрация агентов Weaviate Agent Skills для создания агентских workflows Weaviate представила Weaviate Agent Skills — инструмент для создания готовых к продакшену workflows для ИИ-агентов. Теперь разработчики могут строить сложные цепочки действий с помощью одного промпта в Claude Code, Cursor и GitHub Copilot.

← Все материалы