一、Milvus 是什么？

Milvus（米尔沃斯） 是目前最火的开源向量数据库，专门用来存储、索引和搜索海量向量数据，是 RAG 检索增强生成、推荐系统、图像检索等 AI 应用的标配。

核心能力：

• 🚀 亿级向量毫秒级检索
• 📦 支持 IVF、HNSW 等多种索引
• 🔌 完美对接 LangChain、LlamaIndex
• 🖥️ 单机 / 集群多种部署方式

⚠️ 划重点：Milvus 没有原生 Windows 版本，官方推荐通过 Docker Desktop + WSL2 运行。这是标准方案，性能和 Linux 几乎无差别，放心用。

---

二、第一步：检查虚拟化是否开启

安装 Docker 之前，先确认你的 CPU 虚拟化已经打开。

操作步骤：

1. 按下 Ctrl + Shift + Esc 打开任务管理器
2. 点击「性能」选项卡 → 选择「CPU」
3. 看右下角有没有「虚拟化：已启用」

状态	怎么办
✅ 已启用	直接往下走
❌ 未启用	重启电脑进 BIOS，打开 Intel VT-x / AMD-V

---

三、第二步：安装 Docker Desktop

3.1 下载安装

1. 官网下载：https://www.docker.com/get-started/
2. 双击安装包，一路下一步
3. 安装完必须重启电脑（WSL2 内核更新需要）

3.2 确认 Docker 运行正常

重启后 Docker Desktop 会自动启动，看到下面这个界面，左下角鲸鱼图标是绿色的，就说明运行正常：

3.3 验证 WSL2

打开 PowerShell 执行：

wsl --list --verbose

看到 docker-desktop 状态是 Running、版本是 2，就 OK 了。

---

四、第三步：安装 Milvus（一键脚本法）

推荐新手用官方一键脚本，最简单，一条命令搞定。

4.1 创建工作目录

打开 PowerShell，执行：

# 切换到D盘（推荐，别放C盘）
D:
# 创建milvus文件夹
mkdir milvus
cd milvus

4.2 下载安装脚本

Invoke-WebRequest https://raw.githubusercontent.com/milvus-io/milvus/refs/heads/master/scripts/standalone_embed.bat -OutFile standalone.bat

💡 下载失败怎么办？

GitHub 网络不好的话，换这条命令：

certutil -urlcache -split -f "https://raw.githubusercontent.com/milvus-io/milvus/refs/heads/master/scripts/standalone_embed.bat" standalone.bat

4.3 启动 Milvus

.\standalone.bat start

首次启动会自动拉取镜像，大概 3~10 分钟，耐心等。看到下面的提示就说明成功了：

---

五、第四步：验证安装结果

5.1 查看容器状态

docker ps

正常会看到 3 个容器 都在运行：

三个容器分别是：

容器名	作用
milvus-standalone	Milvus 核心服务
milvus-etcd	元数据存储
milvus-minio	对象存储（存向量数据文件）

5.2 端口说明

端口	用途
19530	主端口（gRPC，Python SDK 用这个）
9091	HTTP API 端口

---

六、第五步：安装 Attu 可视化工具

光用命令行不方便，Attu 是官方可视化管理工具，图形化查看集合、数据、索引。

6.1 下载 Attu 桌面版

1. 打开下载页：https://github.com/zilliztech/attu/releases
2. 找最新版，下载 Windows 安装包（attu-windows-x64.exe）
3. 双击安装，下一步下一步

6.2 连接 Milvus

打开 Attu，输入连接信息：

• Milvus 地址：localhost:19530
• 用户名：留空
• 密码：留空

点「连接」就进去了！

6.3 Attu 主界面

连接成功后，你可以看到所有集合、向量数量、状态等信息：

⚠️ 版本匹配提醒：Milvus 2.5.x 对应 Attu 2.5.x，版本不匹配会连接失败。

---

七、第六步：Python 连接测试

用代码验证一下能不能正常操作。

7.1 安装 SDK

pip install pymilvus

7.2 测试代码

from pymilvus import MilvusClient
连接本地 Milvus
client = MilvusClient(uri="http://localhost:19530")
print("✅ Milvus 连接成功！")
创建测试集合
client.create_collection(
collection_name="hello_milvus",
dimension=768
)
print("✅ 测试集合创建成功！")
查看所有集合
print("当前集合：", client.list_collections())

运行效果：

看到这个输出，恭喜你！Milvus 环境完全搞定了！

---

八、第七步：对接 LangChain（进阶）

和上一篇的文档切分无缝对接，几行代码搞定向量存储：

from langchain_milvus import Milvus
from langchain_community.embeddings import HuggingFaceEmbeddings
初始化 embedding 模型
embeddings = HuggingFaceEmbeddings(model_name="all-MiniLM-L6-v2")
文档块存入 Milvus
vector_store = Milvus.from_documents(
documents=chunk_docs,  # 上一篇切好的文本块
embedding=embeddings,
connection_args={"host": "localhost", "port": "19530"},
collection_name="knowledge_base",
)
相似度检索
results = vector_store.similarity_search("保修政策是什么？", k=3)

---

九、常用命令速查表

# 启动 Milvus
.\standalone.bat start
停止 Milvus
.\standalone.bat stop
查看状态
.\standalone.bat status
查看日志
docker logs milvus-standalone
完全卸载（删所有数据）
.\standalone.bat delete

---

十、常见踩坑解决方案

❌ 坑 1：Docker Engine 启动失败

解决：

1. 确认虚拟化已开（任务管理器看）
2. 执行 wsl --update 更新内核
3. 重启 Docker Desktop

❌ 坑 2：镜像拉取慢 / 失败

解决：配置国内镜像源

Docker Desktop → Settings → Docker Engine，加入：

{
  "registry-mirrors": [
    "https://docker.mirrors.ustc.edu.cn",
    "https://hub-mirror.c.163.com"
  ]
}

Apply & Restart 重启。

❌ 坑 3：C 盘空间被占满

原因：Docker 默认数据存在 C 盘

解决：迁移到 D 盘

Docker Desktop → Settings → Resources → Disk image location → 改到 D 盘

❌ 坑 4：Python 连不上

排查顺序：

1. docker ps 确认容器在跑
2. telnet localhost 19530 确认端口通
3. 检查防火墙，临时关了试试
4. URI 写全：http://localhost:19530

---

十一、全文总结

1. Milvus 没有 Windows 原生版，通过 Docker Desktop + WSL2 运行是官方标准方案
2. 安装三步曲：装 Docker → 跑一键脚本 → Attu 可视化管理
3. 三个核心容器：milvus-standalone（主服务）、etcd（元数据）、minio（对象存储）
4. 默认端口 19530，Python SDK 和 LangChain 都用这个
5. Attu 必备：图形化管理，调试、查数据都靠它

---

觉得有用的话，点赞 + 收藏 + 关注，持续更新 RAG 从零到企业级落地全套教程！