Weaviate

Weaviate 是一个开源向量数据库。它允许您存储来自您最喜欢的 ML 模型的数据对象和向量嵌入，并无缝扩展到数十亿个数据对象。

什么是 Weaviate？

• Weaviate 是一个开源的向量搜索引擎类型的数据库。
• 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，以在向量空间中表示它们。
• Weaviate 可以独立使用（即自带向量），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，可以轻松访问您的数据。
• 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 是一个低延迟向量搜索引擎，开箱即用地支持不同的媒体类型（文本、图像等）。它提供语义搜索、问答提取、分类、可自定义模型 (PyTorch/TensorFlow/Keras) 等。Weaviate 从头开始用 Go 构建，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能力相结合。所有功能都可以通过 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。

导入此向量存储

from langchain_weaviate import WeaviateVectorStore

API 参考：WeaviateVectorStore

有关 Weaviate 包装器的更详细演练，请参阅此 notebook