Dieses schnelle Projekt wurde als Teil eines Vortrags über semantische Suche erstellt, um den Unterschied zwischen der traditionellen Keyword -Suche und der semantischen Suche im Kontext von Filmen zu demonstrieren. Ziel ist es, zu zeigen, wie die semantische Suche relevantere und genauere Ergebnisse liefern kann als einfache Keyword-basierte Suche, die die meisten Websites wie IMDB bieten.
Befolgen Sie diese Anweisungen, um es lokal einzurichten.
Klonen Sie das Repository.
Installieren Sie die erforderlichen Pakete sowohl im Client- als auch im Server -Verzeichnis:
npm installRichten Sie die Filmdatenbank ein:
Führen Sie die Bewerbung auf Docker mit docker compose aus:
docker compose up Fügen Sie die folgenden Umgebungsvariablen in eine .env -Datei im Serververzeichnis hinzu.
MONGO_DB_URI =
CHROMA_DB_URI = http://localhost:8000
CHROMA_DB_CREDENTIALS =
CHROMA_DB_AUTH_PROVIDER = chromadb.auth.token_authn.TokenAuthenticationServerProvider Lösen Sie die /api/movies/feed -API, um Vektoreinbettungen des Filmdatensatzes zu erstellen. (Fühlen Sie sich frei, mit der BATCH_SIZE -Variablen für die Erstellung von Batch -Einbettungen nach Ihren Spezifikationen zu suchen und zu optimieren. Ich habe sie auf einem MacBook Pro M1 16GB auf 100 gesetzt.)
Testen Sie die Anwendung.
http://localhost:3030 auf die Anwendung zu.Boring Search und Cool Search um den Unterschied in den Ergebnissen zu erkennen. Fühlen Sie sich frei, eine PR zu erhöhen! Ihre Hilfe wird geschätzt. Bitte befolgen Sie diese Schritte, um einen Beitrag zu leisten:
git checkout -b feature/YourFeature ).git commit -m 'Add some feature' ).git push origin feature/YourFeature ).Wenn Sie Fragen oder Feedback haben, können Sie ein Problem öffnen.
Viel Spaß beim Suchen!