Milvus 2.6 Data-in, Data-out，简化向量搜索

Data-in, Data-out功能暂时还没有官方的正式命名，在代码内使用时依托于 Milvus『Function』函数配置，该 Feature 提案可以在：#35856(https://github.com/milvus-io/milvus/issues/35856) 追踪。
最新的 Milvus 2.6 版本

功能上，Data-in, Data-out允许用户不再需要预先计算向量结果，而是将各种 Embedding 和 Reranker 接口模型直接集成 Milvus 数据库内做自动化处理。

1. 直接插入原始数据：直接向 Milvus 提交文本、图片或其他内容。
2. 只需配置 Embeding 以进行向量化 ：Milvus可以连接各种 Embedding 模型服务，例如 OpenAI、AWS Bedrock、Google Vertex AI、Cohere和 Hugging Face。
3. 原始 Query 直接查询 ：直接使用原始 Query 进行查询，不必Embedding
   后再进行搜索。总结就是 Milvus 帮开发者写好了 Embedding 和 Reranker
   的处理逻辑，大家开箱即用，让业务程序更加简洁。