本文介绍如何用 Python 和 NumPy 从零分十步构建向量数据库：将文档编码为定长向量，实现按语义而非关键词检索，并加入元数据过滤、输入校验和持久化。通过余弦相似度暴力搜索演示检索开销随语料规模线性增长，指出十万条以上排序开销增大，百万级需采用 HNSW、IVF 等近似索引。核心是归一化后点积即余弦相似度，该设计在 25 条到 2500 万条文档间保持不变。