## 总结

### 你完成了什么

- 基于向量相似度检索的文本RAG流水线
- 利用多模态嵌入的图片检索系统
- 向量检索与BM25结合的混合检索系统
- 基于GraphRAG的问答系统

### 关键要点

- TiDB Cloud Starter 作为向量、文本和图数据的统一存储层
- `pytidb` 只需几行代码即可简化嵌入的存储与检索
- 混合检索通过结合多种检索方式提升召回率

### 后续步骤

- [构建智能体分支工作流](/labs/demo_411) —— 完整的 GraphRAG 流水线
- [TiDB 向量检索文档](https://docs.pingcap.com/ai/vector-search-overview/)
- [pytidb GitHub 仓库](https://github.com/pingcap/pytidb) —— 深入了解 SDK