Descargar VecTextSearch - Descargar el código fuente VecTextSearch

VecTextSearch

Otro código fuente

v0.1.3

Descargar

VectextSearch

VectextSearch es un proyecto que utiliza el modelo de lenguaje Operai para generar vectores de texto y realizar búsquedas eficientes en la base de datos Weaviate. Permite a los usuarios almacenar datos de texto en una base de datos tejida y buscar y recuperar rápidamente el texto relevante en función de la similitud de texto. El proyecto está escrito en Golang y proporciona una API REST simple para las llamadas al cliente.

Chino simplificado |

Introducción del proyecto

VectextSearch es un proyecto que utiliza el modelo de idioma Operai para generar vectores de texto y realizar búsquedas eficientes en una base de datos tejida. Permite a los usuarios almacenar datos de texto en una base de datos tejida y buscar y recuperar rápidamente el texto relevante en función de la similitud de texto. El proyecto está escrito en Golang y proporciona una API REST simple para las llamadas al cliente.

Historia de chat

Historial de chat 1 - Crear un proyecto

Historial de chat 2 - Modificar DockerFile y MakFile

Registro de chat 3: simplifique los resultados de retorno de la búsqueda vectorial y modifica la estructura de datos

Registro de chat 4 - Refactorizar la estructura del proyecto

Registro de chat 5 - Descargue el diálogo de chat de chatgpt directamente como archivo de markdown

Historial de chat 6: agregue soporte de dominio cruzado para corregir el error de hacer ejecución del comando

Historial de chat 7 - Corrección de errores de documentos

Historial de chat 8: configure si el contenido se puede repetir al agregar texto

Historial de chat 9 - Se puede configurar el nombre de clase de Weaviate

Efecto

cartero

imagen

web

imagen

aleteo

imagen

Antecedentes de proyectos

En muchas aplicaciones prácticas, se requieren búsquedas rápidas en función de la similitud de texto. Por ejemplo, dado un artículo, puede encontrar otros artículos que sean similares a su contenido. Los métodos de búsqueda tradicionales basados en palabras clave pueden no capturar con precisión las similitudes entre los textos. VectextSearch utiliza el poderoso modelo de lenguaje de OpenAI para convertir el texto en representaciones vectoriales y luego utiliza la base de datos Weaviate para una búsqueda vectorial eficiente.

Usos y escenarios de uso

VectextSearch se puede aplicar a los siguientes escenarios:

Encuentre contenido relevante para artículos, blogs, documentos, etc.
Implemente un sistema inteligente de preguntas y respuestas para hacer coincidir rápidamente las preguntas y respuestas relevantes en función de las preguntas del usuario.
Cree un sistema de recomendación y recomiende artículos similares a los usuarios en función de su historial de lectura.
Detectar contenido duplicado o plagiado.

Lista de tareas

Desarrolle una aplicación de demostración : cree una aplicación de demostración que visualice la funcionalidad y los casos de uso de VectextSearch.
Agregue una interfaz de administración de datos : proporciona una interfaz de administración de datos para que los proyectos faciliten a los usuarios administrar los datos de texto almacenados en la base de datos Weaviate.
Desarrolle una interfaz front-end fácil de usar : simplifique el uso de VectextSearch y proporcione a los usuarios una mejor experiencia.
Proporcione documentación detallada : escriba documentación detallada que incluya referencias de API, ejemplos de uso y tutoriales.
Hay más opciones de configuración disponibles : permite a los usuarios ajustar el rendimiento y la funcionalidad de VectextSearch de acuerdo con sus necesidades.
Agregue pruebas unitarias y pruebas de integración : garantice la calidad y estabilidad del código.
Preste atención a las actualizaciones del modelo de idioma Operai : continúe prestando atención a las actualizaciones y mejoras del modelo de idioma Operai, y aplique oportunamente las últimas tecnologías a VectextSearch.
Sistema de complemento o extensión de desarrollo : permite a los usuarios personalizar las funciones de VectextSearch de acuerdo con sus necesidades.

Introducción a la interfaz

VectextSearch proporciona dos interfaces API REST:

Agregar texto

Url: /add-text
Método: Publicar
Tipo de contenido: Aplicación/JSON
Solicitar carga útil:

{
  "name" : "文章名称" ,
  "content" : "文章内容"
}

Respuesta: Después de agregar texto con éxito, se devolverá un objeto JSON que contenga la ID de texto.

{
  "id" : "文章唯一标识符"
}

Buscar textos similares

URL: /Search-Simpilar-Texts
Método: Publicar
Tipo de contenido: Aplicación/JSON
Solicitar carga útil:

{
  "content" : "查询内容"
}

Respuesta: Después de que la búsqueda sea exitosa, se devolverá un objeto JSON que contenga información de texto similar.

[
  {
    "name" : "文章名称" ,
    "content" : "文章内容" ,
    "distance" : 浮点数（与查询内容的距离）,
    "certainty" : 浮点数（与查询内容的相似度）
  },
  ...
]

Descripción de la función MakeFile

make init : crea una plantilla de archivo .env para configurar variables de entorno.
make build : construir imagen de Docker.
make push : empuje la imagen Docker al Hub Docker.
make run : ejecute la aplicación localmente.

Inicie la base de datos de Weaviate Vector

docker run -d 
  --name weaviate 
  -p 8888:8080 
  --restart on-failure:0 
  -e QUERY_DEFAULTS_LIMIT=25 
  -e AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED=true 
  -e PERSISTENCE_DATA_PATH= ' /var/lib/weaviate ' 
  -e DEFAULT_VECTORIZER_MODULE= ' none ' 
  -e ENABLE_MODULES= ' ' 
  -e AUTOSCHEMA_ENABLED=true 
  -e CLUSTER_HOSTNAME= ' node1 ' 
  semitechnologies/weaviate:1.18.1 
  --host 0.0.0.0 
  --port 8080 
  --scheme http

Chatgpt a Markdown Chrome Plugin

ChatGPT a Markdown es un complemento Chrome desarrollado por ChatGPT, diseñado para ayudar a los usuarios a descargar fácilmente los registros de conversación de ChatGPT y OpenAI como archivos Markdown. El archivo de markdown generado contendrá toda la conversación y hará una distinción clara entre el usuario y el asistente. Este complemento es conveniente para que los usuarios organicen y vean el historial de chat y mejoren la eficiencia laboral.

Funciones principales:

Agregue un botón "Descargar Markdown" a la página de diálogo Chatgpt
Convierta todo el registro de conversación en formato Markdown
Genere automáticamente los párrafos del historial de chat con los títulos "Neo" (usuario) y "chatgpt" (asistente)

Para obtener instrucciones detalladas y métodos de uso, consulte el archivo de complemento CHATGPT a Markdown.

Desarrollo y contribución

Si desea contribuir a VectextSearch o el desarrollo secundario de su proyecto, puede seguir estos pasos:

Clonando este repositorio al local:

git clone https://github.com/szpnygo/VecTextSearch.git

Ingrese el directorio del proyecto e instale las dependencias relevantes:

 cd VecTextSearch
go get -u

Complete la tecla API de OpenAI correcta en el archivo config.yml.
Ejecute el proyecto:

go run main.go

Si tiene problemas para usar vectextSearch o tiene nuevas ideas y sugerencias, envíe un problema o retire la solicitud. ¡Realmente apreciamos su contribución y apoyo!