聽節目（在新分頁開啟原站）連到 捕蛇者说
摘要
訪談邀請圖資料庫專家古思維，深入探討圖資料庫的基礎概念、與知識圖譜的差異、在社交網路及大模型中的應用，並分享開源公司工作經驗。適合對圖計算、資料庫架構或大模型工程感興趣的開發者與技術管理者。
An interview with a graph database expert covering concepts, applications in social networks and LLMs, and open-source work experiences.
摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。
重點
- 圖資料庫專用於儲存點邊關係，比傳統表結構更適合複雜關聯資料。
- 知識圖譜與圖資料庫理論通用，但實際應用場景與資料模型各有側重。
- 訪談涵蓋圖資料庫輔助大模型、微服務治理難點及開源工具推薦。
章節
依話題轉折切分，標題由 AI 產生
- 00:00圖資料庫基礎概念與架構解析
- 24:53圖資料庫與大語言模型結合
- 28:04知識圖譜在檢索階段的作用
- 38:47引入知識圖譜的門檻與挑戰
- 44:25微服務治理中的圖演算法應用
- 50:46維護系統依賴關係一致性的難點
- 55:14加入開源公司的工作體驗分享
- 1:00:00圖論與開發者佈道師角色吸引
- 1:05:51從建構者轉支援者的心路歷程
- 1:09:54混合辦公模式與跨國交流
- 1:13:04開源社群彌補溝通圈層差距
- 1:26:18Cursor 程式碼編輯器進化與應用
- 1:30:29Copilot CLI 與 Cursor 工具比較
- 1:33:31推薦英語學習與技術入門課程
提到的工具與公司
- Neo4j
- NebulaGraph
- RDF
- GraphDB
- Cypher
- GQL
- SPARQL
- Prometheus
適合誰看
從事資料庫架構、後端開發、大模型工程或技術管理的工作者。
摘要依據
- 講者
- pythonhunter
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.35
- 新鮮
- 0.02
在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算
相關內容
- Ep 39. 和 Alex 聊聊向量数据库与职业规划Podcast ・ 捕蛇者说 ・ 1 小時 19 分（在新分頁開啟原站）
- EP 60. 全英文对话CRV投资人与LanceDB创始人：向量数据库下半场，大模型和多模态需要怎样的数据基建？Podcast ・ OnBoard! ・ 1 小時 54 分
- Do You Need A Vector Database in 2026? (ft Arjun Patel)Podcast ・ Tool Use - AI Conversations ・ 59 分鐘
- Write, Change, Recall, Forget: MongoDB's Pete Johnson on How Retrieval Drives Agent PerformancePodcast ・ The Cognitive Revolution ・ 1 小時 37 分
- Retrieval After RAG: Hybrid Search, Agents, and Database Design — Simon Hørup Eskildsen of TurbopufferPodcast ・ Latent Space ・ 1 小時 1 分（在新分頁開啟原站）
- Ep 71: CEO of TurboPuffer Simon Eskildsen on Building Smarter Retrieval, AI App Must-Have Features & Current State of Vector DBsPodcast ・ Unsupervised Learning ・ 51 分鐘（在新分頁開啟原站）
摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）