Weaviate

Weaviate 是一款开源的向量数据库。它允许您存储数据对象和来自您喜爱的机器学习模型的向量嵌入，并能够轻松扩展到数十亿个数据对象。

Weaviate 是什么？

• Weaviate 是一种开源的向量搜索引擎数据库。

• Weaviate 允许您以类似类属性的方式存储 JSON 文档，同时将机器学习向量附加到这些文档上，以在向量空间中表示它们。

• Weaviate 可以独立使用（即带上您的向量），也可以与各种模块一起使用，这些模块可以为您进行向量化并扩展核心功能。

• Weaviate 具有 GraphQL-API，可轻松访问您的数据。

• 我们的目标是将您的向量搜索设置投入生产，以便在短短几毫秒内进行查询（查看我们的开源基准测试，看看 Weaviate 是否适合您的用例）。

• 在不到五分钟的时间内通过基础入门指南了解 Weaviate。

Weaviate详细信息：

Weaviate 是一款低延迟的向量搜索引擎，支持不同媒体类型（文本、图像等）。它提供语义搜索、问答提取、分类、可定制模型（PyTorch/TensorFlow/Keras）等功能。Weaviate是用Go从头开始构建的，可以存储对象和向量，允许将向量搜索与结构化过滤和云原生数据库的容错性相结合。所有这些都可以通过GraphQL、REST和各种客户端编程语言访问。

安装和设置

安装 Python SDK：

pip install langchain-weaviate

向量存储

存在一个围绕Weaviate索引的包装器，允许您将其用作向量存储，无论是用于语义搜索还是示例选择。

要导入此向量存储：

from langchain_weaviate import WeaviateVectorStore

有关 Weaviate 包装器的更详细说明，请参阅此笔记本。