Zvec v0.7.0 正式发布

Zvec v0.7.0 聚焦「生态扩展、索引算法、部署体验、易用性」四大方向，核心亮点包括：全新的 zvec-grep 工作区搜索 CLI、ReMe 集成、IVF-RaBitQ 索引与 PQ-INT8 量化器、DiskANN 生产化（ARM64 + io_uring）、RaBitQ 运行时 AVX2/AVX512 分派、动态库体积 缩减约 40%、musllinux 支持、自动发布预构建 SDK、DocIterator 全集合遍历，以及 FTS N-gram 分词器。

完整 Release Notes 请查看 GitHub。

生态扩展

zvec-grep（zg）：本地优先的工作区搜索

zvec-grep 是一款全新的本地优先工作区搜索 CLI，把三层检索能力整合到一个工具里：

• ripgrep：快速字面量与正则匹配
• BM25 / jieba：词法排序
• HNSW 向量搜索：语义检索

它同时面向人类用户与 AI Agent，可通过 MCP 接入 Agent 工作流。如果你在构建代码库 RAG、Agent 记忆或文档检索，zg 让你用一条命令就能完成原本需要组合多个工具的工作。

ReMe 集成

Zvec 现在成为 ReMe（Agent 记忆管理套件）的文件存储后端。ReMe 借助 Zvec 的进程内 HNSW 向量检索能力来管理 Agent 记忆文件，让 Agent 应用获得低延迟的向量检索，而无需再维护独立的数据库进程。

索引算法

IVF-RaBitQ：量化的倒排文件索引

RaBitQ 在此前的版本中已支持 HNSW 和 Flat。v0.7.0 把它带到了 IVF 索引上，让你在用少量召回率换取大幅内存节省这件事上多了一种选择。

IVF-RaBitQ 把向量聚类到倒排列表中，并对每个列表做 RaBitQ 量化（约 1 bit/维度）。它仍然支持 refiner 重排序和标量过滤，也复用现有的 Query API。如果你的 workload 适合 IVF（大批量、内存受限的搜索），这通常是最划算的索引形态。

RaBitQ 运行时 SIMD 分派

RaBitQ 现在会在运行时自动选择最优 SIMD 路径：CPU 支持 AVX512 就走 AVX512，否则回退到 AVX2，再往下回退到标量。一份二进制就能在最新硬件上发挥全部性能，无需针对特定平台单独编译或加编译器开关。

DiskANN 生产化

DiskANN 是 v0.5.0 的核心功能之一。v0.7.0 让它更快、更健壮，并覆盖更多平台。

io_uring 后端

在 Linux 5.3+ 上，DiskANN 现在优先使用 io_uring，且实现基于原始内核 syscall，因此构建时并不硬依赖 liburing。回退链路现在是 io_uring → libaio → pread，如果某个后端不可用，会自动安全降级。

异步 I/O 重叠与动态 beam

Beam search 现在能让 CPU 计算和磁盘读取并行执行，同时根据负载动态调整 beam 宽度，既保证 I/O 并行度，又避免并发请求过多。这显著降低了磁盘受限场景下的查询延迟。此外，visit-filter 去重逻辑的修复也消除了重复候选插入。

ARM64 支持

DiskANN 现在支持 Linux ARM64 和 macOS ARM64（Apple Silicon）。macOS 使用同步 pread，并开启 F_NOCACHE、禁用 read-ahead；Linux CI 会覆盖三个后端。部分读取、EINTR、短读、后端回退等情况都已安全处理。

后端可观测

当前使用的 I/O 后端会被缓存，并通过 C、C++、Python API 暴露出来，你可以在运行时确认查询走的是 io_uring、libaio 还是 pread。

图索引质量提升

Vamana 双通道构建

Vamana 现在支持可选的双通道图构建：第一遍快速构建粗略图，第二遍精修以提升搜索质量。对召回率敏感、构建时间相对不敏感的场景很有帮助。

HNSW 从原始向量构建

HNSW 现在可以从索引提供方给出的原始（全精度）向量构建图，即使索引实际存储的是量化或变换后的向量用于搜索。因为建图时看到的是高精度向量，图质量更高，而查询时的内存占用仍然很低。

部署体验

动态库瘦身

预构建的 C/C++ SDK 动态库体积缩小了约 40%。以 macOS ARM64 为例，libzvec_c_api.dylib 从约 37 MB 降到 22 MB，libzvec.dylib 从约 37 MB 降到 23 MB，而公共 API 完全不变，搜索性能也不受影响（核心搜索代码仍按 -O3 编译）。

瘦身手段包括：

• 编译时开启 -ffunction-sections -fdata-sections，链接时做死代码消除
• 仅导出 zvec 公共符号（macOS 用 -exported_symbols_list，Linux 用 --version-script）
• 彻底移除 protobuf 构建依赖

Collection 的 manifest 格式仍与之前的 protobuf 版本字节级兼容，现在由内部的小型编解码器序列化。

musllinux 官方 wheel

现在为 x86_64 和 ARM64 构建官方 musllinux wheel，Zvec 可以在 Alpine Linux 等基于 musl 的发行版上直接 pip install。为此修复了多个 musl 特有问题，包括把大型 SIMD 缓冲区从 musl 默认 128 KB 的线程栈上移到 static thread_local 内存，以及把 logger 改为 Meyers 单例，避免跨共享库的 __cxa_atexit 重复注册导致重复析构。

预构建 SDK 发布流水线

为了让 C/C++ SDK 更容易接入，本版本新增了一个 GitHub Release 工作流。发布的产物包括：

含 alpha/beta/rc 的 tag 会自动标记为 prerelease。每个产物在上传前都会经过冒烟测试：桌面和 musl job 会编译并运行小型 C/C++ 程序验证 SDK；Android job 会交叉编译并链接；iOS job 会验证两个 XCFramework 切片和头文件布局。

易用性

DocIterator：流式遍历整个 Collection

Agent 记忆和 ETL 场景里，经常有「不指定查询向量，直接遍历所有文档」的需求。v0.7.0 为此新增了 DocIterator。

迭代器在创建时捕获当前 segment 和删除位图的快照，因此创建之后的写入和删除不会影响遍历结果。它同时覆盖 C++、C、Python，并通过准入控制让遍历与维护操作互斥。

Python 用法很直观：

with collection.iter_docs(
    output_fields=["title"],   # 只取需要的标量字段；主键始终返回
    include_vector=False,
) as docs:
    for doc in docs:
        print(doc.id, doc.fields["title"])

FTS N-gram 分词器

全文检索新增了 N-gram 分词器。它不再按词边界切分，而是把长度为 n 的连续字符序列都索引下来。这特别适合：

• 短文本中的短语与子串检索
• 代码标识符与日志行
• 词边界不明确的语言

你可以在创建 FTS 索引时通过 extra_params 配置 n 值。

性能改进

• DiskANN 异步 I/O 重叠：beam search 中 CPU 计算与磁盘读取并行，动态 beam 宽度让并发度保持在最佳区间。
• RaBitQ 运行时分派：AVX512/AVX2 内核在运行时自动选择，无需绑定单一构建目标。
• 动态库死代码消除：二进制更小、加载更快、RSS 更低，搜索内核仍保持 -O3。

其他改进与修复

• Python API：新增 collection.close()；空 FTS 查询、query topk、未知字段名均做校验；统一 NumPy 向量归一化处理。
• C++ API 风格：公共 C++ API 统一为 snake_case。
• C API：修复了 git tag 缺失时错误报告 0.2.1 版本号的问题。
• 搜索正确性：校验 filter 并重置过期 filter 状态；防止绕过堆不变量。
• K-Means：修正 spherical K-MC2 采样权重与质心归一化。
• 存储层：处理标量 batch 边界不匹配；修复 mmap store 中最后一个 IPC chunk 的处理；持久化 delete-only writing segment；崩溃恢复与 Windows 上清理孤立/退役 segment 目录。
• Collection：允许在 Optimize 期间继续进行读写。
• Vamana：尊重非对称查询度量。
• 构建与 CI：限制 Windows DLL 导出符号；清理子模块 patch 残留；升级 GitHub Actions 依赖；draft PR 转为 ready 时自动运行检查。

路线图

关于存储可扩展性、更多算法、更多语言 SDK 等后续规划，欢迎查看官方路线图。