托管与专用向量数据库

结论

MongoDB Atlas、Pinecone、Qdrant、turbopuffer、Weaviate 都实现统一 VectorStore，但 ID、删除、filter、hybrid、server-side embedding 与写后可见性差异明显。
生产选型要先确定多租户隔离、metadata 查询、hybrid、数据驻留、索引生命周期和成本，再比较 SDK 便利性。
所有服务都要验证 embedding dimension；index 维度或模型变更应新建索引，而非混写。

能力对照

后端	特色	重要边界
MongoDB Atlas	Mongo 文档 + Vector Search；8.2+ 可自动 embedding	Node-only；filter 字段需进 index；写后有索引延迟
Pinecone	托管 namespace/index、批量写	SDK 文档固定 v5；写后轻微延迟；维度需预建匹配
Qdrant	向量 point + payload、丰富 filter	当前 LangChain JS 页面称 top-level ID/delete 不支持，filter key 加 `metadata.`
turbopuffer	namespace 与低成本检索	当前只支持 string metadata value
Weaviate	object/vector、structured filter、hybrid、生成式 RAG	ID 必须 UUID；client v3 以 collections 为主

MongoDB Atlas

手动 embedding 要求 MongoDB 7.0+，客户端生成 vector；自动 embedding 要求 8.2+，index 的 autoEmbed 配置 Voyage 模型，由 Atlas 服务端生成。

手动模式构造器传 embeddings；自动模式只传配置。
textKey、embeddingKey 必须与 index definition 一致。
metadata 预过滤字段也要在 vector index 中声明。
同 ID 写入会更新；新文档需等待 Atlas Search index 可见，自动 embedding 延迟更长。
结束时关闭 MongoClient，避免连接泄漏。

自动 embedding 简化客户端，但把模型版本、费用与数据处理移到 MongoDB 控制面；需固定 model/index 配置并建立重建策略。

Pinecone

PineconeStore.fromExistingIndex() 接受官方 v5 SDK index，可设置 maxConcurrency 和 namespace。一个 batch 最多 1000 vectors 的文档注释意味着吞吐需要按 provider 限额和内存控制。

namespace 常用于租户/版本隔离，但仍需服务端强制映射，不能让客户端自由指定。
ID 写入、按 ID 删除和 metadata filter 都受支持。
写后有短暂不可见窗口；异步任务要区分“写请求成功”和“可检索”。

Qdrant

QdrantVectorStore.fromExistingCollection() 使用 REST client；payload filter 的字段以 metadata. 前缀引用。当前页面明确 top-level document IDs 和 deletion 不受该 wrapper 支持，因此若业务要求精确删除，要核对最新 API/SDK 或使用受控底层 client，不能假定通用 delete() 一定可用。

turbopuffer

按 namespace 创建 TurbopufferVectorStore，支持返回 ID、按 ID/全量删除、existing ID upsert 与原生 filter expression。当前 metadata 仅允许字符串，数字/日期需要规范化并承担排序/范围查询语义损失；选型前用真实 filter 验证。

Weaviate

使用官方 TypeScript v3 client 的 connectToWeaviateCloud、connectToLocal 或 connectToCustom。collection 可由 auto-schema 创建，也能显式配置 named vectors、vectorizer、reranker、generative model。

自定义 ID 必须 UUID；
Filters helper 做结构化过滤；
hybrid search 融合 vector 与 BM25F，alpha 控制权重；
generate() 在 Weaviate 内组合检索与生成，会改变模型调用、数据流和费用边界。

上线检查

为 tenant 和 index version 设计不可绕过的 namespace/collection。
对 add/upsert/delete 建立幂等 ID；观测 indexing lag 并避免立即读误判。
filter 字段预建索引，压测低/高选择性条件。
后端返回 score 含义不同，应用不得跨后端共用固定阈值。
做备份/导出、索引重建、双写切换和 provider outage 演练。