# 应用案例

> 涵盖 BM25 + 稠密向量混合检索、ColBERT 重排序以及多模态免 OCR RAG 的端到端实战指南。

---

LLMS 索引： [llms.txt](/zh/llms.txt)

---

| 标题 | 描述 | 链接 | 代码 |
|-------|-------------|------|------|
| 基于 Postgres 原生 BM25 与 VectorChord 的混合检索 | 本文探讨如何在 Postgres 中结合使用 [VectorChord-bm25](https://github.com/pgsty/vchord_bm25)（关键词检索）与 [VectorChord](https://github.com/pgsty/vchord)（语义检索）来实现混合检索。 | [混合检索](/zh/docs/vchord/use-case/hybrid-search/) | [GitHub 仓库](https://github.com/xieydd/vectorchord-hybrid-search) |
| 在 PostgreSQL 中使用 ColBERT 重排序为向量检索加速 | 本文演示如何结合使用 PostgreSQL 扩展 [VectorChord](https://github.com/pgsty/vchord)、pgvector 以及 ColBERT 重排序技术。 | [ColBERT 重排序](/zh/docs/vchord/use-case/colbert-rerank/) | [GitHub 仓库](https://github.com/kemingy/vectorchord-colbert) |
| 超越纯文本：使用 Modal 与 VectorChord 在 PostgreSQL 中实现免 OCR RAG | 本文将指导您直接在熟悉的 PostgreSQL 数据库中构建一套**免 OCR 的 RAG 系统**。我们将结合 **ColQwen2** 视觉语言模型的强大能力、**VectorChord** 在 Postgres 中的高效多向量检索能力，以及 **Modal** 的可扩展 GPU 嵌入生成服务。 | [免 OCR RAG](/zh/docs/vchord/use-case/colqwen2-modal/) | [GitHub 仓库](https://github.com/xieydd/vectorchord-colqwen2) |

---

本节页面：

- [基于 Postgres 原生 BM25 与 VectorChord 的混合检索](/zh/docs/vchord/use-case/hybrid-search/): 在检索增强生成（RAG）时代，结合 VectorChord-bm25 关键词检索与 VectorChord 语义检索，在 PostgreSQL 中构建高效的混合检索系统。
- [在 PostgreSQL 中使用 ColBERT 重排序为向量检索加速](/zh/docs/vchord/use-case/colbert-rerank/): 传统的向量检索通常使用句向量来定位相似内容，而结合 VectorChord 与 ColBERT 词元级多向量晚期交互重排序，可兼顾检索速度与细粒度精度。
- [超越纯文本：使用 Modal 与 VectorChord 在 PostgreSQL 中实现免 OCR RAG](/zh/docs/vchord/use-case/colqwen2-modal/): 结合 ColQwen2 视觉语言模型、VectorChord 多向量检索与 Modal 无服务器 GPU，直接在 PostgreSQL 中构建免 OCR 的多模态 RAG 系统。