Documentation Embedding

Incrustación de documentación

Esta herramienta proporciona una forma rápida y eficiente de convertir el texto en embebidos vectoriales y almacenarlos en el motor de búsqueda Qdrant. Construida con óxido, esta herramienta está diseñada para manejar grandes conjuntos de datos y entregar resultados de búsqueda de rayo.

Características

• Convierta el texto en integridades vectoriales utilizando bibliotecas de IA populares como ChatGPT, Bert o FastText
• Almacene los incrustaciones de vectores en el motor de búsqueda Qdrant para una búsqueda rápida y eficiente
• Use una API REST para consultar el motor de búsqueda y recuperar textos o documentos similares

Diagrama de flujo

 diagrama de flujo
    cliente ((cliente))
    backend ((backend))
    Motor [(motor de incrustación vectorial)]
    AI ((modelo de incrustación de OpenAI))

    Cliente -> | 1. Solicitud | backend
    Backend -> | 2. Solicitud | AI
    Ai -> | 3. Vector | backend
    servidor subgraph
    Backend -> | 4. Vector | motor
    Backend -> | 5. Solicitud | motor
    Motor -> | 6. Más cercano | backend
    fin
    Backend -> | 7. Respuesta | cliente

Ajustes

• Qdrant (aquí hay una plantilla para usar Docker)
• Óxido