分类存档：开发
我们很高兴宣布举办一场关于 MariaDB Vector 和 Python 的黑客马拉松。由于我们要触及我们的圈子之外，让我们从头开始：
MariaDB，这个开源数据库为世界上需求最严苛的应用提供支持，从维基百科到全球金融机构。现在，MariaDB Vector 将 AI 就绪的向量搜索原生集成到开源数据库世界中。MySQL 用户们，注意了：
我们的黑客马拉松是您探索 MariaDB Vector 和 Python AI 可能性的机会。无论您是开发者、数据科学家还是 AI 爱好者，MariaDB Foundation 邀请您构建创新的 AI 应用，争夺奖项，并展示您的作品。
…
确认了您可能已经预料到的消息：MariaDB Server 11.8 将是一个长期支持版本。
现在是发布候选版本 - 5 月正式发布
以 MariaDB Vector 作为主要新功能，MariaDB 11.8 接替了一年前的上一个 LTS 版本 MariaDB 11.4。
截至目前，MariaDB 11.8 正处于发布候选阶段，计划于 5 月正式发布 (GA)。
自 MariaDB 11.4 以来新增了许多功能
MariaDB 11.8 在上一个 LTS 版本 MariaDB 11.4 的基础上，新增了大约 60 项大大小小的功能。在我们最近于 2025 年 2 月 1 日在布鲁塞尔举办的 MariaDB Day 活动上，MariaDB Corporation 首席架构师 Sergei Golubchik 概述了 11.8。
…
从布鲁塞尔回来了！稍微花点时间反思一下，我想分享我们 MariaDB Day（我们自己的 FOSDEM 边缘活动）的感受。请准备好阅读一篇信息量丰富的博客文章，其中包含指向演示文稿的链接，包括现场录音和通常的幻灯片。
亿万富翁争议取消
二月第一个周末的布鲁塞尔是开源的热点。天气可能不热，但 ULB 大学走廊和房间里的讨论却很热烈。预计最热门的话题——抵制 Twitter 创始人 Jack Dorsey 的演讲——并未真正发生。
…
除夕是每个人回顾过去一年的时候。在 MariaDB Foundation，我们也不例外。
技术亮点：MariaDB Vector
不难选出今年 MariaDB 的技术亮点：那就是 MariaDB Vector。
这并不令人意外：IT 领域最大的新事物是 AI。AI 正在变得主流。主流应用需要数据库。数据库需要稳定性、性能、易用性。以及低成本。
解决方案：MariaDB Server。它是关系型的。它是标准的。它是开源的。
业务亮点：MariaDB plc 基础稳固
同样容易选出今年 MariaDB 的业务亮点：K1 接管 MariaDB plc。
…
继续阅读 “MariaDB highlights in 2024: Vectors, K1, and contributions”
作为 MariaDB Foundation 的首席开发官，我一直努力确保我们的开发工作集中在最重要的地方。在 2024 年的最后一天，我想回顾一下我们取得的重大技术成就以及促成这些成就的协作过程。
我们今年的工作旨在建立一个更强大、更活跃的 MariaDB 社区。通过分享我们的进展和经验，我希望提供一些见解，能够激励和支持其他开源项目。
最后，我将概述基金会 2025 年的愿景以及我们计划如何实现它。
…
我们不是读心术师，所以会不时进行投票。投票是定量的，因此仅仅提出正确的问题是不够的——我们还需要在提出备选答案时稍微“读心”一下。
快速开发基于文本的 RAG 应用
我们的假设是 RAG 是使用向量数据库进行 Cool 的事情，特别是基于文本的 RAG。我们在 MariaDB Vector 会议演讲（例如 2024 年 11 月 8 日在意大利南蒂罗尔州博尔扎诺举行的第 24 届 SFSCON）中强调了轻松开发 AI 应用的价值，这些应用能够根据特定文本库中的知识回答用户提示，而不是依赖 LLM 的整体训练数据。
…
我们已经确定了日期、地点和主题！所以我们请您记下这个日期。
日期：2025 年 2 月 1 日星期六 (10:00-17:00)
地点：布鲁塞尔，SQ Lily-Rose，Arnaud Fraiteur 大道 15-23 号，靠近 FOSDEM
主题：MariaDB Server 中的向量、RAG 及所有新事物
由于开源社区将齐聚 FOSDEM，我们注意到二月第一个周末的布鲁塞尔是会面、交流和分享新闻及想法的好时机。
…
您自 ChatGPT 兴起以来一直等待的日子终于来了：现在您可以使用自己的 MariaDB Server 数据构建富有创意的 AI 应用了！通过创建您自己数据的嵌入并将其存储在您的 MariaDB Server 中，您可以开发 RAG 解决方案，让 LLM 能够根据您自己特定的数据作为上下文高效地执行提示。
为何选择 RAG？
检索增强生成 (RAG) 基于您选择的数据（例如您自己的手册、文章或其他文本语料库）创建更准确、基于事实的生成式 AI 答案。与一般的大型语言模型 (LLM) 相比，RAG 答案更准确、更基于事实，而无需训练或微调模型。
…
继续阅读 “Try RAG with MariaDB Vector on your own MariaDB data!”