跳到主要内容

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最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 是一个开源的向量搜索引擎类型的数据库。
  • Weaviate 允许您以类属性的方式存储 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），也可以与各种可以为您进行向量化并扩展核心功能的模块一起使用。
  • Weaviate 有一个 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，以毫秒为单位进行查询（查看我们的开源基准，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 详细介绍

Weaviate 是一个低延迟的向量搜索引擎，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、可定制模型（PyTorch/TensorFlow/Keras）等。Weaviate 从头开始用 Go 编写，存储对象和向量，允许将向量搜索与结构化过滤以及云原生数据库的容错能力相结合。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。

导入此向量存储

from langchain_weaviate import WeaviateVectorStore

有关 Weaviate 包装器的更详细的演练，请参阅此笔记本

此页面是否对您有帮助？