Airbyte
Airbyte 是一种开源数据移动基础架构，用于构建提取和加载（EL）数据管道。它具有多功能性、可扩展性和易用性。Airbyte 的连接器目录 "开箱即用"，预置了 350 多个连接器。这些连接器可用于在短短几分钟内开始将数据从源复制到目标。
Kafka
Apache Kafka 与 Milvus 和 Zilliz Cloud 集成，可实现向量数据流。了解如何使用 Kafka-Milvus 连接器为语义搜索、推荐系统和人工智能驱动的分析构建实时管道。
Apify
本教程介绍如何使用 Apify 的网站内容抓取器抓取网站，并将数据保存到 Milvus 或 Zilliz Cloud 向量数据库，以便日后用于问题解答。
Unstructured
在本教程中，我们将使用 Unstructured 来摄取 PDF 文档，然后使用 Milvus 构建 RAG Pipeline。
PII Masker
在本教程中，我们将向您展示如何使用 Milvus 和 PII Masker 构建 RAG Pipeline（Retrieval-Augmented Generation）。
Firecrawl
在本教程中，我们将向您展示如何使用 Milvus 和 Firecrawl 构建 RAG Pipeline。该管道集成了用于网络数据抓取的 Firecrawl、用于向量存储的 Milvus 和用于生成有洞察力的上下文感知响应的 OpenAI。
Crawl4AI
在本教程中，我们将向您展示如何使用 Milvus 和 Crawl4AI 构建一个 RAG Pipeline。该管道集成了用于网络数据抓取的 Crawl4AI、用于向量存储的 Milvus 和用于生成有洞察力的上下文感知响应的 OpenAI。
AWS S3
本教程将指导您使用 Milvus 和亚马逊 S3 构建一个 RAG Pipeline。您将学习如何高效地从 S3 文件桶中加载文档，将其分割成易于管理的块，并将其 Embedding 存储在 Milvus 中，以便进行快速、可扩展的检索。为了简化这一过程，我们将使用 LangChain 作为工具，从 S3 加载数据并将其存储到 Milvus 中。
VectorETL
在本教程中，我们将探讨如何使用专为向量数据库设计的轻量级 ETL 框架 [VectorETL](https://github.com/ContextData/VectorETL)，高效地将数据加载到 Milvus 中。…
Feast
在本教程中，我们将使用 Feast 和 Milvus 构建一个 RAG Pipeline。Feast 是一个开源特征库，可简化机器学习的特征管理，为训练和实时推理提供高效的结构化数据存储和检索。Milvus 是一个高性能向量数据库，专为快速相似性搜索而设计，因此非常适合在 RAG 工作流中检索相关文档。
Mistral OCR
本教程演示如何使用 Milvus 和 Mistral OCR 构建文档理解系统。
Docling
在本教程中，我们将向您展示如何使用 Milvus 和 Docling 构建 RAG Pipeline。该管道集成了用于文档解析的 Docling、用于向量存储的 Milvus 和用于生成有洞察力的上下文感知响应的 OpenAI。
NLWeb
了解如何将 Microsoft NLWeb 与 Milvus 集成，为网站构建强大的自然语言界面。本教程演示了如何在 NLWeb 应用程序中利用 Milvus 的向量数据库功能进行高效语义搜索、嵌入存储和上下文检索。
LangExtract
本指南演示了如何使用 LangExtract 与 Milvus 一起构建智能文档处理和检索系统。
Exa
本教程演示了如何构建一个 AI Agent，同时搜索公共网络（通过 Exa）和私人知识库（通过 Milvus），然后合成一个统一的答案。该 AI Agent 使用 OpenAI 的函数调用功能，根据用户的问题自动决定查询哪个来源。