Weaviate

Weaviate 是一個開源向量資料庫。它讓您儲存資料物件和來自您最愛的 ML 模型的向量嵌入，並無縫擴展到數十億個資料物件。

什麼是 Weaviate？

• Weaviate 是一個開源資料庫，屬於向量搜尋引擎類型。
• Weaviate 讓您以類似類別屬性的方式儲存 JSON 文件，同時將機器學習向量附加到這些文件，以在向量空間中表示它們。
• Weaviate 可以單獨使用（也就是自備向量），也可以與各種模組一起使用，這些模組可以為您進行向量化並擴展核心功能。
• Weaviate 具有 GraphQL-API，可輕鬆存取您的資料。
• 我們的目標是將您的向量搜尋設定帶入生產環境，以便在短短幾毫秒內進行查詢（查看我們的開源基準測試，以了解 Weaviate 是否適合您的使用案例）。
• 在不到五分鐘的時間內，透過基本入門指南了解 Weaviate。

Weaviate 詳細介紹

Weaviate 是一個低延遲的向量搜尋引擎，開箱即用支援不同的媒體類型（文字、圖片等）。它提供語義搜尋、問答擷取、分類、可自訂模型 (PyTorch/TensorFlow/Keras) 等功能。Weaviate 從頭開始以 Go 語言建構，同時儲存物件和向量，允許將向量搜尋與結構化篩選以及雲端原生資料庫的容錯能力結合。所有功能都可以透過 GraphQL、REST 和各種用戶端程式語言存取。

安裝與設定

安裝 Python SDK

pip install langchain-weaviate

向量儲存庫

Weaviate 索引周圍有一個封裝器，讓您可以將其用作向量儲存庫，無論是用於語義搜尋還是範例選擇。

匯入此向量儲存庫

from langchain_weaviate import WeaviateVectorStore

API 參考：WeaviateVectorStore

如需 Weaviate 封裝器的更詳細逐步說明，請參閱此筆記本