
HelixDB
HelixDB 是一个用 Rust 构建的开源图向量数据库,它在一个平台上本地结合了图和向量功能,用于构建 RAG 和 AI 应用程序。
https://helix-db.com/?ref=producthunt&utm_source=aipure

产品信息
更新于:2026年02月28日
什么是 HelixDB
HelixDB 是一个高性能数据库系统,它在一个统一的平台中汇集了图和向量数据模型。它完全用 Rust 编写,通过将语义搜索功能与关系建模集成,为 AI 应用程序提供了一个全面的解决方案。该数据库由 Xavier Cochran 和 George Curtis 于 2025 年创立,既可以作为开源项目使用,也可以作为企业用户的托管服务使用。它具有自己的类型安全查询语言,称为 HelixQL,该语言编译为 Rust 代码并作为本机端点运行。
HelixDB 的主要功能
HelixDB 是一个用 Rust 构建的开源图向量数据库,它在单个平台中结合了图和向量数据类型。它为相似性搜索和关系查询提供原生支持,使其特别适用于 RAG(检索增强生成)和 AI 应用程序。该数据库通过 HelixQL 提供高性能、类型安全的查询,并内置 MCP 支持,供 AI 代理在图中遍历和发现数据。
混合数据模型: 原生结合了图和向量数据类型,在单个平台中支持 KV、文档和关系数据
HelixQL 查询语言: 类型安全的查询语言,可编译为 Rust 代码并作为原生端点运行
内置向量操作: 包括嵌入式功能,用于向量化文本并执行向量操作,而无需单独的嵌入过程
MCP 支持: 内置支持 AI 代理发现和遍历图中的数据,而无需生成人类可读的查询
HelixDB 的使用场景
AI 驱动的搜索系统: 支持语义搜索与基于关系的查询相结合,以获得更具上下文和更准确的搜索结果
RAG 应用: 通过将向量相似性搜索与结构化关系数据相结合,支持构建检索增强生成系统
AI 代理系统: 为 AI 代理提供基础架构,以在单个系统中存储、回忆和推理上下文数据
优点
高性能,向量搜索比 Neo4j 快 2-3 个数量级
通过在一个平台中组合多种数据库类型来简化架构
使用 Rust 构建,以实现类型安全和性能
缺点
相对较新的产品,生产使用有限
默认情况下数据库大小限制为 5MB(虽然可配置)
目前仅作为针对选定用户的托管服务提供
如何使用 HelixDB
安装先决条件: 确保您已安装 Rust 1.88.0 或更高版本。如果需要更新 Rust,请运行 'rustup update'。
添加依赖项: 将 helix-db 依赖项添加到您的 Cargo.toml:[dependencies] helix-db = \"0.1.0\"
初始化客户端: 创建一个新的 HelixDB 客户端实例。默认端口为 6969:let client = HelixDB::new(None); // 或指定自定义端口:let client = HelixDB::new(Some(8080));
定义数据结构: 使用 Serde 为您的数据创建 Rust 结构体,用于序列化/反序列化。示例:#[derive(Serialize)] struct UserInput { name: String, age: i32 }
编写查询: 使用 HelixQL 编写类型安全的查询,这些查询将被编译为 Rust 代码。查询可以组合向量搜索和图遍历。
执行查询: 使用 client.query() 方法执行查询:let result: UserOutput = client.query(\"addUser\", &input).await?;
向量操作: 使用内置的 Embed 函数来向量化文本数据。无需在发送到 Helix 之前进行预嵌入。
图操作: 使用 MCP 支持允许代理发现数据并遍历图结构。与向量搜索结合使用以进行混合查询。
访问控制: 默认情况下,数据是私有的,只能通过编译后的 HelixQL 查询访问。
HelixDB 常见问题
HelixDB 是一个用 Rust 构建的开源图向量数据库,它在单个平台中结合了图和向量数据模型。它旨在通过消除对单独的应用程序数据库、向量数据库、图数据库或多个存储位置的需求,从而更轻松地构建 AI 应用程序。











