vectorMatch

Embedida de texto y búsqueda con PostgreSQL y abrazando la cara en Docker

Este proyecto demuestra un script de Python que incrusta el texto usando un modelo de abrazar la cara, almacena los incrustaciones en PostgreSQL con la extensión pgvector y permite buscar la base de datos utilizando consultas de texto regulares comparando los incrustaciones. Después de recuperar los datos, se utiliza un LLM para generar una respuesta con Ollama. El proyecto se ejecuta con Docker Compose

Características

• Incruscaciones: use los transformadores de Face Hugging para incrustar el texto de entrada.
• PostgreSQL con PGVECTOR: almacene los incrustaciones en una base de datos PostgreSQL utilizando la extensión pgvector para realizar búsquedas basadas en vectores.
• Funcionalidad de búsqueda: recupere las entradas de la base de datos comparando la incrustación del texto de entrada con los incrustaciones almacenadas.
• Soporte de Docker: ejecute toda la aplicación con Docker Compose
• Ollama: Genere la respuesta basada en LLM local

Requisitos previos

Asegúrese de tener lo siguiente instalado:

• Estibador

Configuración

Obtenga el directorio del proyecto

 git clone https://github.com/comhendrik/vectorMatch.git

Inicie Docker y ingrese al directorio del proyecto y ejecute el archivo de composición

 docker compose up

Espere a que se haga el script, esto puede tomar unos minutos y luego adjuntar al contenedor Vectormatch

 docker attach vectormatch-vector-match-1