ahnlich

Ahnlich

️ Catatan: Ahnlich belum siap produksi dan masih dalam pengujian dan mungkin mengalami perubahan perubahan.

"ähnlich" berarti serupa dalam bahasa Jerman. Ini terdiri dari beberapa alat untuk penggunaan dan pengembangan seperti:

• ahnlich-db : Toko nilai kunci vektor dalam memori untuk menyimpan embeddings/vektor dengan metadata yang sesuai (peta nilai kunci). Ini adalah sistem yang kuat yang memungkinkan insinyur AI/mL untuk menyimpan dan mencari vektor serupa menggunakan algoritma linear (cosine, euclidean) atau non-linear kesamaan (KDTREE). Ini juga memanfaatkan pencarian dalam nilai metadata untuk dapat memfilter entri menggunakan nilai metadata. Contoh sederhana bisa terlihat seperti

 GETSIMN 2 WITH [0.2, 0.1] USING cosinesimilarity IN my_store WHERE (page != hidden)

// example query
get_sim_n(
    store="my_store",
    search_input=[0.2, 0.1],
    closest_n=2,
    algorithm=CosineSimilarity,
    condition=Predicate::NotEquals{
      key="page",
      value="hidden",
  },
)

• ahnlich-ai : Proxy AI untuk berkomunikasi dengan ahnlich-db , menerima input mentah, berubah menjadi embeddings, dan menyimpan di dalam DB. Ini memperluas kemampuan dengan memungkinkan pengembang/insinyur untuk mengeluarkan kueri ke toko yang sama menggunakan input mentah seperti gambar/teks. Ini fitur beberapa model di luar rak yang dapat dipilih untuk indeks toko dan kueri.

 CREATESTORE my_store QUERYMODEL all-minilm-l6-v2 INDEXMODEL all-minilm-l6-v2

// example query
create_store(
    store="my_store",
    index_model="all-minilm-l6-v2",
    query_model="all-minilm-l6-v2",
)

• ahnlich-client-rs : Klien Rust untuk ahnlich-db dan ahnlich-ai dengan dukungan untuk pengumpulan koneksi.

• ahnlich-client-py : Klien Python untuk ahnlich-db dan ahnlich-ai dengan dukungan untuk pengumpulan koneksi.

• ahnlich-cli : Cli untuk menanyakan ahnlich-db dan ahnlich-ai

Arsitektur

Penggunaan

ahnlich-db , ahnlich-ai dan ahnlich-cli dikemas dan dirilis sebagai binari untuk beberapa platform di samping gambar Docker

DB dapat digunakan tanpa proxy AI untuk kontrol yang lebih halus dari embeddings vektor yang dihasilkan karena semua klien mendukung keduanya

Gambar Docker.

Note :

1. Argumen dan perintah harus diteruskan dalam kutipan. Misalnya: docker run <image_name> "ahnlich-db run --enable-tracing --port 8000"

2. CLI datang dikemas ke dalam gambar Docker.

---

Instalasi

Unduh binari

Anda dapat mengunduh binari Ahnlich untuk ai dan db dari rilis GitHub.

• wget :

  wget https://github.com/deven96/ahnlich/releases/download/bin%2Fdb%2F0.0.0/aarch64-darwin-ahnlich-db.tar.gz  

• Ekstrak file:

  tar -xvzf aarch64-darwin-ahnlich-db.tar.gz  

• Jalankan biner:

  ./ahnlich-db  

Ganti aarch64-darwin-ahnlich-db.tar.gz dengan nama file yang sesuai untuk arsitektur Anda. Untuk ai , unduh biner ai yang sesuai, ekstrak, dan jalankan menggunakan ./ahnlich-ai .

---

Menggunakan Docker

Anda dapat menarik gambar Docker Prebuilt untuk Ahnlich:

• Ahnlich AI :

  docker pull ghcr.io/deven96/ahnlich-ai:latest  

• Ahnlich DB :

  docker pull ghcr.io/deven96/ahnlich-db:latest  

---

Contoh Docker menyusun

Di bawah ini adalah contoh konfigurasi docker-compose.yaml untuk menjalankan ahnlich-db dan ahnlich-ai dengan penelusuran:

 services :
  ahnlich_db :
    image : ghcr.io/deven96/ahnlich-db:latest
    command : >
      "ahnlich-db run --host 0.0.0.0 
      --enable-tracing 
      --otel-endpoint http://jaeger:4317"
    ports :
      - " 1369:1369 "

  ahnlich_ai :
    image : ghcr.io/deven96/ahnlich-ai:latest
    command : >
      "ahnlich-ai run --db-host ahnlich_db --host 0.0.0.0 
      --supported-models all-minilm-l6-v2,resnet-50 
      --enable-tracing 
      --otel-endpoint http://jaeger:4317"
    ports :
      - " 1370:1370 "

  # optional jaeger service whenever --enable-tracing and
  # --otel-endpoint is used
  jaeger :
    image : jaegertracing/all-in-one:${JAEGER_VERSION:-latest}
    ports :
      - " 16686:16686 "
      - " 1888:1888 " # pprof extension
      - " 8888:8888 " # Prometheus metrics exposed by the collector
      - " 8889:8889 " # Prometheus exporter metrics
      - " 4317:4317 " # otlp grpc
      - " 4318:4318 " # otlp http

Di bawah ini adalah contoh konfigurasi docker-compose.yaml dengan kegigihan:

 services :
  ahnlich_db :
    image : ghcr.io/deven96/ahnlich-db:latest
    command : >
      "ahnlich-db run --host 0.0.0.0 
      --enable-persistence --persist-location /root/.ahnlich/data/db.dat 
      --persistence-interval 300"
    ports :
      - " 1369:1369 "
    volumes :
      - " ./data/:/root/.ahnlich/data " # Persistence Location

  ahnlich_ai :
    image : ghcr.io/deven96/ahnlich-ai:latest
    command : >
      "ahnlich-ai run --db-host ahnlich_db --host 0.0.0.0 
      --supported-models all-minilm-l6-v2,resnet-50 
      --enable-persistence --persist-location /root/.ahnlich/data/ai.dat 
      --persistence-interval 300"
    ports :
      - " 1370:1370 "
    volumes :
      - " ./ahnlich_ai_model_cache:/root/.ahnlich/models " # Model cache storage
      - " ./data/:/root/.ahnlich/data " # Persistence Location

Berkontribusi

Lihat Panduan Kontribusi