SqlDatabaseVectorSearch

Sampel pencarian vektor basis data SQL

Repositori yang menampilkan jenis vektor asli dalam database Azure SQL untuk melakukan embeddings dan rag dengan azure openai.

Aplikasi ini adalah API minimal yang memaparkan titik akhir untuk memuat dokumen, menghasilkan embeddings dan menyimpannya ke dalam database sebagai vektor, dan melakukan pencarian menggunakan pencarian vektor dan kain. Saat ini, hanya file PDF yang didukung. Vektor disimpan dan diambil dengan inti Entity Framework menggunakan EFCore.sqlserver.Vectorsearch Library. Menanamkan dan penyelesaian obrolan diintegrasikan dengan kernel semantik.

Catatan

Jika Anda lebih suka menggunakan SQL lurus, lihat cabang SQL.

Pengaturan

• Buat database SQL Azure di server yang memiliki fitur dukungan vektor diaktifkan
• Jalankan file scripts.sql untuk membuat tabel yang dibutuhkan oleh aplikasi
  • Anda mungkin perlu memperbarui ukuran kolom VECTOR agar sesuai dengan ukuran model embedding. Saat ini, nilai maksimum yang diizinkan adalah tahun 1998.
• Buka file appsettings.json dan atur string koneksi ke database dan pengaturan lain yang diperlukan oleh azure openai
  • Jika model embedding Anda mendukung pemendekan, seperti teks-embedding-3-small dan teks-embedding-3-besar , dan Anda ingin menggunakan fitur ini, Anda perlu mengatur properti Dimensions agar sesuai dengan nilai yang telah Anda gunakan dalam skrip SQL. Jika model Anda tidak menyediakan fitur ini, atau Anda ingin menggunakan ukuran default, biarkan saja properti Dimensions ke nol. Perlu diingat bahwa Text-Embedding-3-Small memiliki dimensi 1536, sementara teks-embedding-3-large menggunakan vektor dengan 3072 elemen, jadi dengan model yang terakhir ini wajib untuk menentukan nilai (yang, seperti yang dikatakan, harus kurang atau sama dengan 1998).
• Jalankan aplikasi dan mulailah mengimpor dokumen PDF Anda.