docarray

收录理由

多模态数据在实际项目中很少以单一规整的张量形式出现。文本往往与图像、音频、向量嵌入以及各类元数据混杂在一起，而且从模型训练到检索阶段，这些字段都需要保持关联。DocArray 基于 Pydantic 提供了强类型的结构化定义，允许你声明张量形状，把不同模态的字段装进同一个对象，还能批量组织成向量供训练使用。在数据传输与持久化方面，它既支持通过 HTTP 传输 JSON，也支持基于 gRPC 的 Protobuf 序列化，并且内置了指向 Weaviate、Qdrant、Elasticsearch、Redis 和 Mongo Atlas 的连接器。这样一来，你在代码里定义好的同一个对象可以直接写入这些存储后端，随后用近邻搜索把结果取回，无需为不同数据库手写转换逻辑。对于搭建语义搜索或 RAG 管线的团队来说，这种一致性很有价值。同时，它与 NumPy、PyTorch、TensorFlow、JAX 原生兼容，能够自然地融入已有的深度学习工作流，不会强迫你换用新框架。