跳至主要内容

什麼是 Vecstruct？

Vecstruct 是 AI 基礎設施平台。一個 API Key，讓你的應用直接獲得持續擴展的 AI 能力。

不用自己組裝 embedding pipeline、向量資料庫、多模型路由這些底層設施——這些都已經替你備好了，你只需要呼叫 API。

目前提供的功能​

AI Gateway​

統一存取 OpenAI、Anthropic、Google 等多家 AI 模型。格式與 OpenAI API 100% 相容，替換 base_url 就能切換過來，現有程式碼幾乎不用改。

按用量付費，不用管多組 API Key，模型之間自由切換。

常見用途： 需要同時用多家模型、想控制模型成本、現有 OpenAI 整合想加 RAG 功能

RAG 知識庫​

RAG（Retrieval-Augmented Generation，檢索增強生成）— 讓 AI 根據你的文件回答問題，而不是憑空生成可能不正確的答案。

上傳你的文件（PDF、Markdown、Word、HTML…），Vecstruct 自動解析、切分、向量化。之後你的 AI 就能根據這些內容回答問題，每個回答都附帶來源引用。

常見用途： 技術文件查詢、研究資料整理、產品說明、法規條文搜尋、個人知識庫

Agent Memory​

讓 AI 記住跨對話的資訊——使用者偏好、習慣、已知事實。記憶存在你的專案裡，每次對話自動注入相關內容，不需要使用者每次重複說明。

常見用途： 個人化學習應用、長期使用的開發工具助手、需要記住用戶情境的 AI 功能

解決什麼問題​

你遇到的問題Vecstruct 怎麼做
自建 RAG 系統太複雜上傳文件即可查詢，不用自己設定向量資料庫
AI 回答常常不準確每個回答附帶來源引用，AI 依據你的文件作答
多個專案需要各自的知識庫專案隔離架構，資料完全分開
同時用多家 AI 模型很麻煩一個 API Key，統一存取所有 Provider
AI 記不住使用者的習慣Agent Memory API，跨對話持久記憶

適合誰用​

你的身份你可以用 Vecstruct 做什麼
獨立開發者 / Side project快速為應用加入 AI 問答或記憶功能，不用自己建基礎設施
AI Agent 開發者用 Memory API 讓 Agent 記住每個使用者的偏好與歷史
後端 / 全端工程師用 AI Gateway 統一管理多家 LLM，換模型不改程式碼
研究者 / 學生上傳論文、筆記，讓 AI 幫你跨文件整理、搜尋重點
內容創作者上傳過去的文章、稿件，快速查找和整理自己的內容庫
開發團隊把技術文件、Runbook、會議紀錄做成可查詢的知識庫
SaaS 產品開發者透過 API 把 AI 查詢能力嵌入自己的產品

下一步​