Téléchargement memista - Téléchargement du code source memista

memista

Autre code source

1.0.0

Télécharger

Mémista: Service de recherche de vecteur de performance haute performance

Memmista est un service de recherche de vecteur haute performance écrit en rouille qui fournit une simple API HTTP pour stocker et récupérer des morceaux de texte avec leurs incorporations vectorielles associées. Il combine SQLite pour le stockage des métadonnées avec Usearch pour une recherche de similitude de vecteur efficace.

Caractéristiques

Recherche de similitude vectorielle rapide à l'aide de Ussearch
Stockage persistant des morceaux de texte et des métadonnées dans SQLite
Prise en charge de la base de données multiples via le partitionnement de la base de données_id
Documentation OpenAPI avec plusieurs options d'interface utilisateur (Swagger, Redoc, Rapid)
Configurable via les variables d'environnement
E / S asynchrones pour les hautes performances

Points de terminaison API

Post / V1 / insert

Insérez des morceaux de texte avec leurs incorporations dans une base de données spécifiée.

Post / V1 / Recherche

Recherchez des morceaux similaires en utilisant des incorporations vectorielles.

Supprimer / v1 / drop

Déposez une base de données spécifique et son index vectoriel associé.

Configuration

Le service peut être configuré à l'aide de variables d'environnement:

DATABASE_PATH : PATH TO SQLITE DATABASE FILE (par défaut: "merista.db")
SERVER_HOST : adresse hôte pour se lier (par défaut: "127.0.0.1")
SERVER_PORT : port à écouter (par défaut: 8083)
LOG_LEVEL : Niveau de journalisation (par défaut: "info")

Démarrage rapide

Installez la rouille et la cargaison
Cloner ce référentiel
Créez un fichier .env avec votre configuration (facultatif)
Exécutez le serveur:

cargo run

Le serveur démarrera et la documentation de l'API sera disponible sur:

Swagger ui: http: // localhost: 8083 / swagger
Redoc: http: // localhost: 8083 / redoc
RapidOC: http: // localhost: 8083 / Rapidoc
OpenAPI JSON: http: // localhost: 8083 / openapi.json

Exemple d'utilisation

Insérer des morceaux

curl -X POST http://localhost:8083/v1/insert 
  -H " Content-Type: application/json " 
  -d ' {
    "database_id": "my_db",
    "chunks": [{
      "embedding": [0.1, 0.2],
      "text": "Sample text",
      "metadata": "{"source": "document1"}"
    }]
  } '

Rechercher des morceaux

curl -X POST http://localhost:8083/v1/search 
  -H " Content-Type: application/json " 
  -d ' {
    "database_id": "my_db",
    "embeddings": [[0.1, 0.2]],
    "num_results": 5
  } '