OpenAIEmbeddingSample

OpenAI -Einbettungsprobe

Ein Beispiel, das zeigt, wie der semantische Kernel- und Kernelspeicher verwendet wird, um mit Emetten in einer .NET -Anwendung mithilfe von SQL Server als Vektordatenbank zu arbeiten.

Die Einbettungsdings werden in einer SQL Server -Datenbank gespeichert und die Vektorsuche wird dank der ColumnStore -Indizes effizient durchgeführt.

Um die Anwendung auszuführen:

• Erstellen Sie eine Datenbank in SQL Server
• Öffnen Sie die Datei appCostantants.cs und setzen Sie die Verbindungszeichenfolge auf die Datenbank und die anderen erforderlichen Parameter. In diesem Beispiel wird davon ausgegangen, dass Sie Azure OpenAI verwenden. Sie können es jedoch problemlos aktualisieren, um OpenAI oder die gewünschten LLM zu verwenden. Werfen Sie einen Blick auf Kernel und KernelMemoryBuilder -Konfigurationen in der Datei Programm.cs
• Importieren Sie einige Dokumente in den Speicher ( await kernelMemory.ImportDocumentAsync

Siehe Program.cs, um zu sehen, wie das Dokumentchunking ausgeführt wird und wie Einbettung mithilfe des Kernel -Speichers berechnet, gespeichert und abgerufen wird.

Wenn Sie einen manuellen (expliziten) Ansatz zur Einbettung und Vektorsuche mithilfe von SQL Server anzeigen möchten, finden Sie in der manuellen Zweigstelle.