跳到主要内容
Open on GitHub

Weaviate

Weaviate 是一个开源向量数据库。它允许您存储数据对象和来自您喜欢的机器学习模型的向量嵌入，并无缝扩展到数十亿个数据对象。

什么是 Weaviate？

  • Weaviate 是一种开源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），也可以与各种模块配合使用，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，可让您轻松访问数据。
  • 我们的目标是让您的向量搜索设置投入生产，在短短几毫秒内进行查询（查看我们的开源基准测试，了解 Weaviate 是否适合您的用例）。
  • 通过这份基础入门指南，在五分钟内了解 Weaviate。

Weaviate 详情

Weaviate 是一个低延迟向量搜索引擎，开箱即用地支持不同媒体类型（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 完全使用 Go 语言从头构建，存储对象和向量，从而可以将向量搜索与结构化过滤以及云原生数据库的容错性结合起来。所有功能均可通过 GraphQL、REST 和各种客户端编程语言访问。

安装与设置​

安装 Python SDK

pip install langchain-weaviate

向量存储​

Weaviate 索引周围存在一个包装器，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

有关 Weaviate 包装器的更详细演练，请参阅此笔记本