weaviate

Tejido

Descripción general

Weaviate es una base de datos de vectores de código abierto nativo de nube que es robusta, rápida y escalable.

Para comenzar rápidamente, eche un vistazo a una de estas páginas:

• Tutorial QuickStart para ver Weaviate in Action
• Guía de contribuyentes para contribuir a este proyecto

Para obtener más detalles, lea el resumen en esta página o consulte la documentación del sistema.

---

¿Por qué tejer?

Weaviate utiliza modelos de aprendizaje automático (ML) de última generación para convertir sus datos (texto, imágenes y más) en una base de datos vectorial de búsqueda.

Aquí hay algunos aspectos destacados.

Velocidad

Weaviate es rápido. El motor central puede ejecutar una búsqueda de vecinos más cercano de 10 nn en millones de objetos en milisegundos. Ver puntos de referencia.

Flexibilidad

Weaviate puede vectorizar sus datos a la hora de importación . O, si ya ha vectorizado sus datos, puede cargar sus propios vectores en su lugar.

Los módulos le brindan la flexibilidad de sintonizar tejido para sus necesidades. Más de dos docenas de módulos lo conectan a servicios populares y centros de modelos como OpenAI, Cohere, Voyageai y Huggingface. Use módulos personalizados para trabajar con sus propios modelos o servicios de terceros.

Preparación para la producción

Weaviate está construido con escala, replicación y seguridad en mente para que pueda ir sin problemas de la prototipos rápidos a la producción a escala .

Más allá de la búsqueda

Weaviate no solo las búsquedas de vector de rayo de alimentación. Otras superpotencias incluyen recomendación , resumen e integración con marcos de búsqueda neuronal .

¿Quién usa Weaviate?

• Ingenieros de software

  • Weaviate es un motor de base de datos ML primero
  • Módulos listos para usuarios para búsquedas con IA, clasificación automática e integración de LLM
  • Soporte completo de crud
  • Sistema distribuido nativo de nube que funciona bien en Kubernetes
  • Escalas con sus cargas de trabajo

• Ingenieros de datos

  • Weaviate es una base de datos vectorial rápida y flexible
  • Use su propio modelo ML o modelos de terceros
  • Ejecutar localmente o con un servicio de inferencia

• Científicos de datos

  • La transferencia sin interrupciones de los modelos de aprendizaje automático a los ingenieros y mlops
  • Desplegue y mantenga sus modelos ML en producción de manera confiable y eficiente
  • Empaquetar fácilmente modelos capacitados personalizados

¿Qué puedes construir con Weaviate?

Una base de datos vectorial tejida puede buscar texto, imágenes o una combinación de ambos. Fast Vector Search proporciona una base para chatbots, sistemas de recomendación, resumen y sistemas de clasificación.

Aquí hay algunos ejemplos que muestran cómo Weaviate se integra con otras herramientas de IA y ML:

Use Weaviate con incrustaciones de terceros

• Cohere (BlogPost)
• Cara abrazada
• Opadai

Use Weaviate como una tienda de documentos

• Maestro
• Haystack (BlogPost)

Use Weaviate como un backend de memoria

• Auto-GPT (BlogPost)
• Langchain (BlogPost)
• Llamaindex (BlogPost)
• OpenAI - complemento de recuperación de chatgpt

Población

Estas demostraciones son aplicaciones de trabajo que destacan algunas de las capacidades de Weaviate. Su código fuente está disponible en GitHub.

• Verba, el Ragtreiver dorado (Github)
• HealthSearch (Github)
• Awesome Moviate (Github)

¿Cómo puedes conectarte a Weaviate?

Weaviate expone una API GraphQL y una API REST. A partir de V1.23, una nueva API GRPC proporciona un acceso aún más rápido a sus datos.

Weaviate proporciona bibliotecas de clientes para varios idiomas populares:

• Pitón
• JavaScript/TypeScript
• Ir
• Java

También hay bibliotecas apoyadas por la comunidad para idiomas adicionales.

¿Dónde puedes aprender más?

Los cursos gratuitos y autogestionados en Weaviate Academy le enseñan cómo usar Weaviate. El repositorio de tutoriales tiene código, por ejemplo, proyectos. El repositorio de recetas tiene aún más código de proyecto para comenzar.

El blog y el podcast Weaviate publican regularmente historias en Weaviate y AI.

Aquí hay algunas publicaciones populares:

Blogs

• Qué esperar de Weaviate en 2023
• ¿Por qué la búsqueda de vectores es tan rápida?
• Cohere modelos ML multilingüe con tejido
• Vamana vs. HNSW - Explorando los algoritmos de Ann Parte 1
• HNSW+PQ - Explorando los algoritmos ANN Parte 2.1
• El codificador de mosaico - Explorando los algoritmos ANN Parte 2.2
• Cómo funcionan GPT4.0 y otros modelos de idiomas grandes
• Monitoreo Weaviate en la producción
• El complemento de recuperación de ChatGPT: tejido como un almacén de memoria a largo plazo para AI generativo
• Combinando langchain y tejido
• Cómo crear una aplicación de búsqueda de imágenes con Weaviate
• Cohere modelos ML multilingüe con tejido
• Construyendo IA multimodal en TypeScript
• Dar memoria a largo plazo de Auto-GPT con Weaviate

Podcasts

• Magia neuronal en tejido
• Bertópico
• Marco de búsqueda neural de Jina Ai

Otra lectura

• Weaviate es un motor de búsqueda de código abierto alimentado por ML, vectores, gráficos y GraphQL (ZDNET)
• Weaviate, una base de datos ANN con soporte RCUD (db-engines.com)
• Una búsqueda neuronal de menos de 50 ms con Distilbert y Weaviate (hacia DataScience)
• Comenzando con la biblioteca de Python Weaviate (hacia DataScience)

¡Únete a nuestra comunidad!

En Weaviate, nos encanta conectarnos con nuestra comunidad. Nos encanta ayudar a personas increíbles a construir cosas geniales. Y nos encanta hablar contigo sobre tu pasión por las bases de datos vectoriales y la IA.

Comuníquese y únase a nuestra comunidad:

• Foro comunitario
• Github
• Flojo
• X (Twitter)

Para mantenerse al día con nuevos lanzamientos, noticias de reuniones y más, suscribirse a nuestro boletín