SqlDatabaseVectorSearch

在 Azure SQL 里直接跑向量搜索，搞定 RAG 问答

这是一个基于 Blazor Web App 和 Minimal API 构建的 RAG（检索增强生成）参考实现，核心亮点是直接利用 Azure SQL Database 内置的 VECTOR 数据类型进行向量存储和相似度搜索，无需额外引入独立的向量数据库。项目通过 Azure OpenAI 生成文本嵌入，并在 SQL 数据库中完成向量检索，再将结果交给大模型生成回答。它解决了传统 RAG 架构中需要维护两套存储（业务库和向量库）的复杂性问题，让开发者可以在熟悉的 SQL 环境中同时处理结构化数据和向量数据。项目提供了完整的 Web 界面和 API 接口，支持文档上传、索引构建、自然语言问答等流程，并集成了 Semantic Kernel 来编排 AI 能力。适合希望快速在 Azure 生态中搭建 RAG 应用、并想评估 SQL 数据库向量能力的开发者。