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。