告别复杂配置：用Milvus、RustFS和Vibe Coding，60分钟DIY专属Chatbot

最新推荐文章于 2025-11-24 10:48:13 发布

原创

最新推荐文章于 2025-11-24 10:48:13 发布 · 1.1k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#milvus #wpf #RustFS #对象存储 #MinIO #文件系统 #Vibe

【投稿赢 iPhone 17】「我的第一个开源项目」故事征集：用代码换C位出道！ 10w+人浏览 1.6k人参与

作为一名全栈工程师，我一直在寻找更高效的方式构建智能应用。

本文将分享如何利用 Milvus、RustFS 和 Vibe Coding 技术组合，在短时间内打造一个具备长期记忆能力的对话机器人。

一、为什么选择这个技术栈？

1.1 各组件核心价值

二、环境搭建：10分钟快速开始

2.1 使用Docker Compose一键部署

2.2 Python环境配置

三、知识库构建：让Chatbot拥有长期记忆

3.1 文档加载与向量化

3.2 创建Milvus集合（Collection）

五、后端API开发：FastAPI快速实现

5.1 创建高效的Web API

六、前端界面：Next.js现代化聊天界面

6.1 使用Vibe Coding理念快速开发前端

一、为什么选择这个技术栈？

在当今AI应用开发领域，选择合适的底层基础设施至关重要。经过多个项目的实践验证，我发现了这个黄金组合：

技术	优势	在Chatbot中的作用	替代方案对比
Milvus	专为向量优化，亿级数据毫秒级检索	存储对话记忆和知识库	比Pinecone成本低70%，比Chroma稳定5倍
RustFS	S3兼容，高性能，轻量安全	存储文档和多媒体资源	比MinIO内存占用少60%，比AWS S3成本降90%
Vibe Coding	快速原型，AI辅助开发	加速前端和API开发	开发效率提升3倍，代码量减少50%

1.1 各组件核心价值

Milvus：作为开源向量数据库，它专门为AI场景优化，支持：

高性能相似性搜索：基于HNSW等先进索引算法，实现毫秒级响应
弹性扩展：轻松处理从数万到数十亿的向量数据
多模态支持：不仅支持文本，还支持图像、音频等向量

RustFS：完全兼容S3协议的对象存储，优势包括：

极致性能：4K随机读IOPS达1.58M，比传统方案快40%+
成本优势：自建部署相比公有云对象存储成本下降90%
轻量安全：基于Rust语言，单二进制文件不足100MB

Vibe Coding：一种高效的开发方法论，强调：

快速迭代：基于AI代码生成和组件化思维
用户体验优先：快速构建直观的前端界面
自动化运维：基础设施即代码，一键部署

二、环境搭建：10分钟快速开始

2.1 使用Docker Compose一键部署

创建docker-compose.yml文件，集成所有必要服务：

version: '3.8'
services:
  # Milvus向量数据库
  etcd:
    container_name: milvus-etcd
    image: quay.io/coreos/etcd:v3.5.18
    environment:
      - ETCD_AUTO_COMPACTION_MODE=revision
      - ETCD_AUTO_COMPACTION_RETENTION=1000
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/etcd:/etcd
    command: etcd -advertise-client-urls=http://etcd:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcd
    healthcheck:
      test: ["CMD", "etcdctl", "endpoint", "health"]
      interval: 30s
      timeout: 20s
      retries: 3

  # RustFS对象存储（替代MinIO）
  rustfs:
    container_name: milvus-rustfs
    image: rustfs/rustfs:1.0.0-alpha.58
    environment:
      - RUSTFS_VOLUMES=/data/rustfs0,/data/rustfs1,/data/rustfs2,/data/rustfs3
      - RUSTFS_ADDRESS=0.0.0.0:9000
      - RUSTFS_CONSOLE_ADDRESS=0.0.0.0:9001
      - RUSTFS_CONSOLE_ENABLE=true
      - RUSTFS_ACCESS_KEY=rustfsadmin
      - RUSTFS_SECRET_KEY=rustfsadmin
    ports:
      - "9000:9000"  # S3 API端口
      - "9001:9001"  # 控制台端口
    volumes:
      - rustfs_data_0:/data/rustfs0
      - rustfs_data_1:/data/rustfs1
      - rustfs_data_2:/data/rustfs2
      - rustfs_data_3:/data/rustfs3
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "sh", "-c", "curl -f http://localhost:9000/health && curl -f http://localhost:9001/health"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 40s

  # Milvus向量数据库
  milvus-standalone:
    container_name: milvus-standalone
    image: milvusdb/milvus:v2.6.0
    command: ["milvus", "run", "standalone"]
    environment:
      ETCD_ENDPOINTS: etcd:2379
      MINIO_ADDRESS: rustfs:9000  # 使用RustFS作为存储后端
    volumes:
      - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/milvus:/var/lib/milvus
    ports:
      - "19530:19530"
      - "9091:9091"
    depends_on:
      - "etcd"
      - "rustfs"
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:9091/healthz"]
      interval: 30s
      start_period: 90s
      timeout: 20s
      retries: 3

  # Attu：Milvus的可视化管理界面
  attu:
    container_name: milvus-attu
    image: zilliz/attu:v2.6
    environment:
      - MILVUS_URL=milvus-standalone:19530
    ports:
      - "8000:3000"
    restart: unless-stopped

volumes:
  rustfs_data_0:
  rustfs_data_1:
  rustfs_data_2:
  rustfs_data_3:

启动所有服务：

docker compose up -d

验证服务状态：

docker ps

应该看到4个容器正常运行，对应端口：

Milvus: 19530 (API), 9091 (健康检查)
RustFS: 9000 (S3 API), 9001 (控制台)
Attu: 8000 (Web界面)
etcd: 2379 (内部通信)

2.2 Python环境配置

创建虚拟环境并安装必要依赖：

python -m venv chatbot-env
source chatbot-env/bin/activate  # Linux/macOS
# 或 chatbot-env\Scripts\activate  # Windows

pip install pymilvus==2.6.0
pip install openai==1.3.0
pip install boto3==1.28.0  # 用于连接RustFS
pip install fastapi==0.104.0
pip install uvicorn==0.24.0
pip install python-multipart==0.0.6