推荐您使用以下开源向量数据库来进行混合检索：
- Milvus：Milvus是一个以深度学习为基础的向量相似度搜索引擎，支持在大规模向量数据集上进行高性能的相似度搜索。它提供了方便的API接口和多种索引算法的支持，适合于混合检索以及复杂的向量相似度搜索任务。
- Annoy：Annoy是一个快速的近似最近邻算法库，专门设计用于大规模高维向量的相似度搜索。它支持多种距离度量方法，并提供了Python和C++的接口，可以与其他存储系统结合使用，进行混合检索任务。
- Faiss：Faiss是Facebook开源的向量相似度搜索库，提供快速的最近邻搜索算法和索引结构，适用于大规模高维度向量数据。它支持GPU加速和多种索引算法，可以与其他数据库系统结合使用，为混合检索提供支持。
通过结合这些开源向量数据库，您可以实现混合检索功能，并根据具体的需求选择最适合的数据库方案。