Weaviate是一个开源的向量数据库，专为AI应用提供高效的语义搜索和检索增强生成(RAG)功能。近期，该平台持续优化其Query Agent功能，并推出了多项新特性，包括自动探索数据结构、可配置的召回率与精确率等。
Weaviate 近期进展
2023年12月，平台Query Agent升级使用GPT-5.6 Luna/Terra模型，将检索召回率提升了5-10%。Weaviate Query Agent 升级，使用 GPT-5.6 Luna/Terra 提升检索召回率5-10%系统现已支持自动探索数据结构功能，使平台能够更智能地理解复杂数据集。Weaviate Query Agent 现支持自动探索数据结构
平台新增了per-query profiling功能，能够精准定位查询瓶颈，帮助开发者优化检索性能。Weaviate 推出 per-query profiling 精准定位查询瓶颈
系统原生支持MCP协议，Claude Code等客户端可直接连接，增强了平台的兼容性和易用性。Weaviate 原生支持 MCP，Claude Code 等客户端可直接连接
当前焦点与观察点
平台正在解决大规模创意素材检索的困境，通过拆解检索难题并提供针对性解决方案。项目越大，检索创意素材的难度越高，技术团队正致力于优化这一核心挑战。项目越大创意素材越难搜，Weaviate 拆解检索困境与出路Query Agent新增了Suggest Queries模式，进一步增强了搜索的智能性。同时，搜索模式新增了召回率与精确率可配置选项，以及effort参数，允许用户控制测试时的计算成本。Weaviate Query Agent搜索模式新增召回率与精确率可配置 Weaviate Search Mode新增effort参数，控制测试时计算成本
平台最近发布了Engram，这是一个多智能体管道的异步记忆系统，进一步增强了系统在AI检索领域的竞争力。Weaviate 发布 Engram：多智能体管道的异步记忆系统