Capability Timeline
以 SDK/客户端方式连接向量数据库，执行向量存储、相似度检索与过滤查询
面向 Qdrant 向量数据库的协程优先 Kotlin 客户端
Kdrant 是面向 Qdrant 向量数据库的 Kotlin 协程优先客户端：所有操作为 suspend 函数，提供类型安全的集合、点与过滤 DSL，基于 Ktor 与 kotlinx-serialization，无 gRPC/Netty 依赖。Kdrant 已发布 1.1.0 至 Maven Central，支持稠密+稀疏混合检索（RRF/DBSF）、分组与批量搜索、多向量，并附带 Spring Boot、Spring AI、LangChain4j 集成，便于构建 RAG 应用。
微软开源智能体与多智能体工作流编排框架
Microsoft Agent Framework（MAF）是微软推出的开源多语言智能体框架，支持在 .NET 与 Python 中构建、编排和部署生产级 AI 智能体及多智能体工作流，并提供 Agent Harness 运行时、托管部署模式，可对接 Microsoft Foundry、Azure OpenAI、OpenAI 与 GitHub Copilot SDK 等生态。
AWS 全托管 NoSQL 数据库，原生支持向量检索与 RAG
Amazon DynamoDB 是 AWS 的全托管 NoSQL 键值数据库，提供 99.999% 可用性、全球多活跃副本、ACID 事务与内置安全合规。近期新增原生向量检索，允许开发者将向量嵌入与应用数据一起存储于同一表，直接运行近似最近邻查询、过滤相似度检索与可配置向量索引，无需再同步到独立向量数据库，用于智能体记忆、推荐引擎、检索增强生成（RAG）与个性化体验等语义检索场景。同时保留数据库迁移、传感器事件流（TTL/Streams）等能力。
基于 PostgreSQL 的 AI 向量数据库，支持快速相似性搜索与基于时间的 RAG 检索
Timescale Vector 是基于 PostgreSQL 的 AI 向量数据库方案，现已与 LangChain 集成，可在单一云 PostgreSQL 数据库上同时存储向量嵌入、关系型数据和时序数据。借助受 DiskANN 启发的新索引，它在约 99% 召回率下实现比 Weaviate 快 243% 的相似性搜索，并支持基于时间的向量过滤与 RAG 上下文检索、全 PostgreSQL 数据类型元数据存储与多属性过滤，以及高级自查询能力，简化 AI 应用的检索基础设施。
PHP Web 应用框架，查询构建器原生支持向量相似度搜索
Laravel 是语法优雅的 PHP Web 应用框架，提供路由、依赖注入、Eloquent ORM 等能力。Laravel 13 查询构建器内置 whereVectorSimilarTo 等四个向量检索方法；PR #61250 后 MariaDB 11.7+ 可经原生 vec_distance_cosine() 使用，标准 MySQL 因无原生向量函数仍报错。