⭐ 火山引擎 Milvus 同步推出官方命令行工具 Milvus CLI 与 AI Agent 技能 Milvus Skill分别面向脚本自动化和自然语言交互两大场景让 Milvus 向量数据库的全生命周期管理从「打开控制台逐步操作」变为「一行命令」或「一句话」即可完成。当 AI Agent 开始接管工作流Milvus 准备好了吗AI Agent 正在从实验性项目走向生产环境。越来越多的团队开始把 Agent 嵌入到日常研发、运维和数据处理的工作流中 —— 让 Agent 帮忙部署服务、管理资源、跑回归测试。你是否也遇到过这些问题想创建一个 Milvus 实例做验证但现有接口要么是图形化控制台要么是一堆需要手工拼装的 REST API缺乏一个结构化、可以让 Agent 直接调用的命令层想在 CI/CD 自动化流水线中端到端地跑通数据初始化 向量检索回归但缺乏现成的 CLI 工具支持 JSON 结构化输出只能拼凑一堆 curl 脚本或是花更大的成本使用 SDK 开发专用程序产品经理、运营、算法同学也希望能通过与 Agent 对话完成向量检索或其他 Milvus 相关场景的快速验证而不是每次都要找 RD 同学帮忙SRE 同学日常管理诸多环境在控制台中来回切换存在误操作的风险隐患希望能有统一的工具将配置切换、操作路径都固化到脚本或 SKILL 中火山引擎 Milvus 这次同步推出 CLI 和 Skill就是为了补上这一环 —— 让 Milvus 向量数据库既能被人高效操作也能被 Agent 原生调用。两条路径覆盖不同使用习惯我们针对两类典型使用方式分别提供了对应的工具Milvus CLI —— 终端派的生产力工具针对习惯在终端环境下操作的开发者和运维人员系统通过一行命令实现从实例创建到向量检索的完整流程天然支持脚本化和 CI/CD 集成。Milvus Skill —— 对话派的智能助手面向希望用自然语言完成日常运维与数据操作的团队。接入 AI Agent 后一句话就能创建实例、查询状态、执行检索把分散操作收拢到统一对话入口。Milvus CLI把控制台搬进终端Milvus CLI 是火山引擎 Milvus 的官方命令行工具覆盖控制面Dedicated/Serverless 实例管理与数据面数据库、集合、向量增删改查、权限常用操作。它把网页上的「点点点」变成可脚本化、可复用、可审计的一行命令。能力全景控制面能力认证与凭证AK/SK 加密存储、环境变量注入Profile 管理站点、地域、项目一键切换Dedicated 实例创建、删除、扩缩容、保护Serverless 实例秒级创建、即开即用网络配置私网/公网域名、IP 白名单规格查询版本、可用区、节点规格数据面能力连接管理保存配置支持多种认证方式集合/分区创建、加载、释放、Flush向量操作Insert、Search、Hybrid Search索引管理多种索引类型创建与查询权限管理User/Role RBAC 全覆盖自动化友好JSON/YAML 输出 文件导出5 分钟极速上手从安装到完成一次向量检索只需 5 步。整个流程可以直接复制到脚本或 CI 流水线中。Step 1一键安装Linux/MacOScurl -fsSL https://raw.githubusercontent.com/volcengine/milvus-cli/main/install.sh | sh安装后按照提示将~/.milvus-cli/bin加入PATH或在当前 Shell 中执行export PATH$HOME/.milvus-cli/bin:$PATHWindowsirm https://raw.githubusercontent.com/volcengine/milvus-cli/main/install.ps1 | iexStep 2控制面认证milvus-cli auth login --name volcengine --ak AK --sk SKStep 3创建 Profilemilvus-cli profile create \ --name default \ --site volcengine \ --region cn-beijing \ --project default \ --credential volcengine \ --language CNStep 4创建实例Serverless 秒级开通milvus-cli serverless instance create \ --name quick-test \ --version V2_5 \ --vpc-id vpc-id \ --subnet-id subnet-id \ --password password \ --wait提示vpc-id、subnet-id也可通过以下方式快速获取milvus-cli spec vpc milvus-cli spec subnet --vpc-id vpc-idStep 5连接 建集合 插入 检索 注默认使用 Milvus 实例私网地址需在相同 VPC 下使用也可通过指定--address创建自定义连接。# 创建连接 milvus-cli data connection create \ --from-serverless instance-id \ --password password # 建集合 milvus-cli data collection create --name quickstart --dim 768 # 插入数据 milvus-cli data vector insert --collection quickstart \ --data [{vector:[0.1,0.2,...,0.768]}] # 向量检索结果导出 JSON milvus-cli data vector search --collection quickstart \ --vector [0.1,0.2,...,0.768] \ --topk 5 --output json --file ./result.json✅️ 至此你已完成安装 → 认证 → Profile → 创建实例 → 连接 → 建集合 → 插入 → 检索。整个流程可以直接复制到脚本或 CI 流水线中。核心场景详解场景一自然语言驱动的实例管理AI Agent 场景 可在使用的 Agent 中输入以下内容安装 milvus-cli 技能“参考 https://github.com/volcengine/milvus-cli/tree/main/skills/milvus-cli 安装 milvus-cli 技能”。Milvus CLI 所有命令支持--output json|yaml结构化输出天然适配 AI Agent 调用。Agent 可直接解析返回结果完成后续决策与操作。以下为通过 milvus-cli 技能创建 Serverless 实例的示例场景二多环境批量运维通过 Profile 机制在开发/测试/生产环境间一键切换配合--yes --non-interactive实现无人值守的自动化运维。场景三CI/CD、回归测试、数据操作自动化# CI 环境变量注入认证 export VOLCSTACK_ACCESS_KEY_ID$AK export VOLCSTACK_SECRET_ACCESS_KEY$SK milvus-cli auth login --name ci # 创建测试集合并灌入回归数据 milvus-cli data collection create --schema ./test_collection.json --loadtrue milvus-cli data vector insert --collection test_collection --file ./test-data.json # 执行检索并验证 milvus-cli data vector search --collection test_collection \ --vector-field float_vector --vector [0.1,0.2,0.3,0.4,...,0.128] \ --topk 10 --output json \ --file result.json为什么选择 Milvus CLI高级能力一览结构化输出所有命令支持--output table|json|yaml。检索结果可直接--file导出适合接入下游流水线。凭证优先级--ak/--sk 环境变量 Profile 引用。灵活适配本地开发与 CI 环境。安全确认机制危险操作删除/释放默认需确认。自动化场景用--yes显式跳过兼顾安全与效率。Shell 自动补全支持 Bash/Zsh 补全越用越顺手。任何子命令--help即可查看完整参数说明。Milvus Skill用一句话代替一串命令在向量数据库的日常使用过程中团队往往需要在云平台控制台、API 调用和数据脚本之间切换以完成实例管理、环境查询以及数据处理等任务。Milvus Skill 将这些常见操作整合到 AI Agent 的对话流程中使 Milvus 的使用由分散操作转向集中管理适合希望提高运维与开发协作效率的团队。产品定位通过自然语言对话协助完成 Milvus 实例管理与数据操作。能力覆盖同时覆盖控制面与数据面兼顾资源运维和数据检索。接入方式按安装说明接入 Skill 并配置访问凭证后即可开始使用。两类核心能力覆盖常见操作链路⭐控制面协助完成 Milvus 实例的创建、规格扩缩容、状态巡检、连接信息查询和释放可查询 VPC、子网、节点规格等基础资源信息减少环境准备中的手动操作数据面协助完成 Collection、Schema、索引、数据写入、查询、检索和删除等操作高频标准化查询可通过预置脚本执行更灵活的读写需求可由 Agent 按场景生成代码完成适合哪些场景需要更快完成 Milvus 实例开通、巡检、扩缩容和连接信息查询需要在集合管理、索引配置、数据查询与检索环节减少重复操作希望把常见向量数据库任务交给 Agent 协助处理降低控制台与脚本切换成本团队中的非终端用户产品、算法、测试也能自助完成常见数据库操作为什么容易上手Milvus Skill 的接入流程相对轻量。按照公开安装说明完成 Skill 接入并配置火山引擎访问凭证后Agent 即可开始协助处理相关任务。对于数据面场景在实例已开启公网访问等可连接条件后用户可以进一步完成集合管理、数据查询与检索等操作。效率与安全边界对于高频、标准化的查询任务预置脚本有助于提升执行效率与一致性当需求更灵活时Agent 还能根据具体请求生成并执行相应代码。涉及敏感或高风险的数据写操作时仍建议谨慎授权把效率提升建立在清晰的安全边界之上。 想进一步了解安装方式与使用入口可查看火山引擎 Milvus Skill 使用手册https://www.volcengine.com/docs/85665/2430964CLI vs Skill怎么选我们的建议需要精确控制或自动化集成时用 CLI需要快速完成日常运维或降低团队协作门槛时用 Skill两者配合效果更佳。推荐使用场景总结你希望通过AI Agent管理实例、操作数据你需要在多站点/多项目间频繁切换你希望把实例开通、扩缩容、白名单变更沉淀为可审计的脚本你想把向量写入/检索接入CI/CD 流水线你需要快速验证向量方案不想等控制台加载团队中有非终端用户需要自助完成常见数据库操作安全与最佳实践安全建议为 CLI 和 Skill 单独创建最小权限的 AK/SK尤其在 Agent/自动化场景可以更好地控制授权范围并在风险发生时及时停用降低影响面。CLI 的危险操作删除/释放默认需要二次确认自动化场景下通过--yes显式跳过兼顾安全与效率涉及敏感或高风险的数据写操作建议在 Skill 层面做好审批与确认机制Shell 自动补全支持 Bash/Zsh任何子命令--help即可查看完整参数说明写在最后Milvus CLI 和 Milvus Skill 的设计初衷很朴素让向量数据库的使用像 git 一样自然。无论你是习惯终端的开发者、运维工程师还是更倾向对话式交互的算法同学或 AI Agent 的构建者这两个工具都能让你用最短的路径完成从「想做」到「做完」的闭环。欢迎试用并反馈我们会持续迭代更多能力。
火山引擎 Milvus 发布官方 CLI + Skill ，终端与对话双通道掌控向量数据库
⭐ 火山引擎 Milvus 同步推出官方命令行工具 Milvus CLI 与 AI Agent 技能 Milvus Skill分别面向脚本自动化和自然语言交互两大场景让 Milvus 向量数据库的全生命周期管理从「打开控制台逐步操作」变为「一行命令」或「一句话」即可完成。当 AI Agent 开始接管工作流Milvus 准备好了吗AI Agent 正在从实验性项目走向生产环境。越来越多的团队开始把 Agent 嵌入到日常研发、运维和数据处理的工作流中 —— 让 Agent 帮忙部署服务、管理资源、跑回归测试。你是否也遇到过这些问题想创建一个 Milvus 实例做验证但现有接口要么是图形化控制台要么是一堆需要手工拼装的 REST API缺乏一个结构化、可以让 Agent 直接调用的命令层想在 CI/CD 自动化流水线中端到端地跑通数据初始化 向量检索回归但缺乏现成的 CLI 工具支持 JSON 结构化输出只能拼凑一堆 curl 脚本或是花更大的成本使用 SDK 开发专用程序产品经理、运营、算法同学也希望能通过与 Agent 对话完成向量检索或其他 Milvus 相关场景的快速验证而不是每次都要找 RD 同学帮忙SRE 同学日常管理诸多环境在控制台中来回切换存在误操作的风险隐患希望能有统一的工具将配置切换、操作路径都固化到脚本或 SKILL 中火山引擎 Milvus 这次同步推出 CLI 和 Skill就是为了补上这一环 —— 让 Milvus 向量数据库既能被人高效操作也能被 Agent 原生调用。两条路径覆盖不同使用习惯我们针对两类典型使用方式分别提供了对应的工具Milvus CLI —— 终端派的生产力工具针对习惯在终端环境下操作的开发者和运维人员系统通过一行命令实现从实例创建到向量检索的完整流程天然支持脚本化和 CI/CD 集成。Milvus Skill —— 对话派的智能助手面向希望用自然语言完成日常运维与数据操作的团队。接入 AI Agent 后一句话就能创建实例、查询状态、执行检索把分散操作收拢到统一对话入口。Milvus CLI把控制台搬进终端Milvus CLI 是火山引擎 Milvus 的官方命令行工具覆盖控制面Dedicated/Serverless 实例管理与数据面数据库、集合、向量增删改查、权限常用操作。它把网页上的「点点点」变成可脚本化、可复用、可审计的一行命令。能力全景控制面能力认证与凭证AK/SK 加密存储、环境变量注入Profile 管理站点、地域、项目一键切换Dedicated 实例创建、删除、扩缩容、保护Serverless 实例秒级创建、即开即用网络配置私网/公网域名、IP 白名单规格查询版本、可用区、节点规格数据面能力连接管理保存配置支持多种认证方式集合/分区创建、加载、释放、Flush向量操作Insert、Search、Hybrid Search索引管理多种索引类型创建与查询权限管理User/Role RBAC 全覆盖自动化友好JSON/YAML 输出 文件导出5 分钟极速上手从安装到完成一次向量检索只需 5 步。整个流程可以直接复制到脚本或 CI 流水线中。Step 1一键安装Linux/MacOScurl -fsSL https://raw.githubusercontent.com/volcengine/milvus-cli/main/install.sh | sh安装后按照提示将~/.milvus-cli/bin加入PATH或在当前 Shell 中执行export PATH$HOME/.milvus-cli/bin:$PATHWindowsirm https://raw.githubusercontent.com/volcengine/milvus-cli/main/install.ps1 | iexStep 2控制面认证milvus-cli auth login --name volcengine --ak AK --sk SKStep 3创建 Profilemilvus-cli profile create \ --name default \ --site volcengine \ --region cn-beijing \ --project default \ --credential volcengine \ --language CNStep 4创建实例Serverless 秒级开通milvus-cli serverless instance create \ --name quick-test \ --version V2_5 \ --vpc-id vpc-id \ --subnet-id subnet-id \ --password password \ --wait提示vpc-id、subnet-id也可通过以下方式快速获取milvus-cli spec vpc milvus-cli spec subnet --vpc-id vpc-idStep 5连接 建集合 插入 检索 注默认使用 Milvus 实例私网地址需在相同 VPC 下使用也可通过指定--address创建自定义连接。# 创建连接 milvus-cli data connection create \ --from-serverless instance-id \ --password password # 建集合 milvus-cli data collection create --name quickstart --dim 768 # 插入数据 milvus-cli data vector insert --collection quickstart \ --data [{vector:[0.1,0.2,...,0.768]}] # 向量检索结果导出 JSON milvus-cli data vector search --collection quickstart \ --vector [0.1,0.2,...,0.768] \ --topk 5 --output json --file ./result.json✅️ 至此你已完成安装 → 认证 → Profile → 创建实例 → 连接 → 建集合 → 插入 → 检索。整个流程可以直接复制到脚本或 CI 流水线中。核心场景详解场景一自然语言驱动的实例管理AI Agent 场景 可在使用的 Agent 中输入以下内容安装 milvus-cli 技能“参考 https://github.com/volcengine/milvus-cli/tree/main/skills/milvus-cli 安装 milvus-cli 技能”。Milvus CLI 所有命令支持--output json|yaml结构化输出天然适配 AI Agent 调用。Agent 可直接解析返回结果完成后续决策与操作。以下为通过 milvus-cli 技能创建 Serverless 实例的示例场景二多环境批量运维通过 Profile 机制在开发/测试/生产环境间一键切换配合--yes --non-interactive实现无人值守的自动化运维。场景三CI/CD、回归测试、数据操作自动化# CI 环境变量注入认证 export VOLCSTACK_ACCESS_KEY_ID$AK export VOLCSTACK_SECRET_ACCESS_KEY$SK milvus-cli auth login --name ci # 创建测试集合并灌入回归数据 milvus-cli data collection create --schema ./test_collection.json --loadtrue milvus-cli data vector insert --collection test_collection --file ./test-data.json # 执行检索并验证 milvus-cli data vector search --collection test_collection \ --vector-field float_vector --vector [0.1,0.2,0.3,0.4,...,0.128] \ --topk 10 --output json \ --file result.json为什么选择 Milvus CLI高级能力一览结构化输出所有命令支持--output table|json|yaml。检索结果可直接--file导出适合接入下游流水线。凭证优先级--ak/--sk 环境变量 Profile 引用。灵活适配本地开发与 CI 环境。安全确认机制危险操作删除/释放默认需确认。自动化场景用--yes显式跳过兼顾安全与效率。Shell 自动补全支持 Bash/Zsh 补全越用越顺手。任何子命令--help即可查看完整参数说明。Milvus Skill用一句话代替一串命令在向量数据库的日常使用过程中团队往往需要在云平台控制台、API 调用和数据脚本之间切换以完成实例管理、环境查询以及数据处理等任务。Milvus Skill 将这些常见操作整合到 AI Agent 的对话流程中使 Milvus 的使用由分散操作转向集中管理适合希望提高运维与开发协作效率的团队。产品定位通过自然语言对话协助完成 Milvus 实例管理与数据操作。能力覆盖同时覆盖控制面与数据面兼顾资源运维和数据检索。接入方式按安装说明接入 Skill 并配置访问凭证后即可开始使用。两类核心能力覆盖常见操作链路⭐控制面协助完成 Milvus 实例的创建、规格扩缩容、状态巡检、连接信息查询和释放可查询 VPC、子网、节点规格等基础资源信息减少环境准备中的手动操作数据面协助完成 Collection、Schema、索引、数据写入、查询、检索和删除等操作高频标准化查询可通过预置脚本执行更灵活的读写需求可由 Agent 按场景生成代码完成适合哪些场景需要更快完成 Milvus 实例开通、巡检、扩缩容和连接信息查询需要在集合管理、索引配置、数据查询与检索环节减少重复操作希望把常见向量数据库任务交给 Agent 协助处理降低控制台与脚本切换成本团队中的非终端用户产品、算法、测试也能自助完成常见数据库操作为什么容易上手Milvus Skill 的接入流程相对轻量。按照公开安装说明完成 Skill 接入并配置火山引擎访问凭证后Agent 即可开始协助处理相关任务。对于数据面场景在实例已开启公网访问等可连接条件后用户可以进一步完成集合管理、数据查询与检索等操作。效率与安全边界对于高频、标准化的查询任务预置脚本有助于提升执行效率与一致性当需求更灵活时Agent 还能根据具体请求生成并执行相应代码。涉及敏感或高风险的数据写操作时仍建议谨慎授权把效率提升建立在清晰的安全边界之上。 想进一步了解安装方式与使用入口可查看火山引擎 Milvus Skill 使用手册https://www.volcengine.com/docs/85665/2430964CLI vs Skill怎么选我们的建议需要精确控制或自动化集成时用 CLI需要快速完成日常运维或降低团队协作门槛时用 Skill两者配合效果更佳。推荐使用场景总结你希望通过AI Agent管理实例、操作数据你需要在多站点/多项目间频繁切换你希望把实例开通、扩缩容、白名单变更沉淀为可审计的脚本你想把向量写入/检索接入CI/CD 流水线你需要快速验证向量方案不想等控制台加载团队中有非终端用户需要自助完成常见数据库操作安全与最佳实践安全建议为 CLI 和 Skill 单独创建最小权限的 AK/SK尤其在 Agent/自动化场景可以更好地控制授权范围并在风险发生时及时停用降低影响面。CLI 的危险操作删除/释放默认需要二次确认自动化场景下通过--yes显式跳过兼顾安全与效率涉及敏感或高风险的数据写操作建议在 Skill 层面做好审批与确认机制Shell 自动补全支持 Bash/Zsh任何子命令--help即可查看完整参数说明写在最后Milvus CLI 和 Milvus Skill 的设计初衷很朴素让向量数据库的使用像 git 一样自然。无论你是习惯终端的开发者、运维工程师还是更倾向对话式交互的算法同学或 AI Agent 的构建者这两个工具都能让你用最短的路径完成从「想做」到「做完」的闭环。欢迎试用并反馈我们会持续迭代更多能力。
