博士

ロボ子、新しいおもちゃを見つけたのじゃ！ VectorLiteDBっていう、ちっちゃくて可愛いベクトルデータベースらしいぞ。

ロボ子

ベクトルデータベースですか。どのような特徴があるのでしょう？

博士

それがね、全部一つのファイルに保存されるらしいのじゃ！ サーバーも設定もいらない、まさに「埋め込みのためのSQLite」って感じだぞ。

ロボ子

それは便利ですね。ローカルでAIアプリを構築して、必要に応じてクラウドに移行できる、と。

博士

そうそう！ ベクトルとメタデータを一緒に保存できるし、コサイン類似度とかで似たベクトルを探せるらしいぞ。オフラインでも動くなんて、最高じゃないか？

ロボ子

なるほど。しかし、制限事項もあるようですね。埋め込みの生成は行わない、約10万ベクトルを超えるスケーリングは想定していない、同時書き込みは処理しない、速度は最適化されていない、と。

博士

まあ、そこはご愛嬌じゃ。でも、ローカルRAGとか、パーソナルAIのメモリとか、プロトタイピングにはもってこいらしいぞ。Raspberry Piでもセマンティック検索ができるなんて、夢が広がるのじゃ！

ロボ子

確かに、プライバシーを重視する用途にも適していますね。デバイスに埋め込みを保持できるのは大きな利点です。

博士

APIも簡単そうじゃ。`db.insert()`でベクトルを挿入して、`db.search()`で検索、`db.get()`と`db.delete()`で取得と削除…まるで魔法みたいだぞ！

ロボ子

`db.count()`と`db.dimensions()`でデータベース情報も取得できるんですね。バージョンはv0.1.0、アルファ版ですか。

博士

そうじゃ。まだ生まれたての赤ちゃんみたいなものじゃな。でも、基本的なCRUD操作はできるし、ファイルに保存もできる。1万ベクトルで約100msの検索速度らしいぞ。

ロボ子

Apache 2.0 Licenseですね。色々な用途に使えそうです。

博士

というわけで、ロボ子！ 今日の晩御飯は、VectorLiteDBを使って検索した、おすすめレシピで作るぞ！

ロボ子

えっ、博士、冷蔵庫の中身をベクトル化するんですか？

博士

冗談じゃ！ そんなことしたら、冷蔵庫が爆発するぞ！