iota

IOTA - Basis data embedding lokal minimal .

Motivasi

Proyek ini dilakukan dengan tujuan mereproduksi beberapa fitur favorit saya dari toko vektor yang ada sambil mempertahankan minimalis dan kesederhanaan.

Penting

Ini sama sekali tidak dapat diskalakan, tetapi harus cukup untuk proyek yang lebih kecil.

Instalasi

Instal paket melalui PYPI:

pip install iotadb

Penggunaan

Berikut adalah contoh yang sangat sederhana:

 from iotadb import IotaDB , Document

# Define a list of documents
docs = [
    Document ( text = "That is a happy dog" ),
    Document ( text = "That is a very happy person" ),
    Document ( text = "Today is a sunny day" )
]

# Create a collection
db = IotaDB ()
db . create_collection ( name = "my_collection" , documents = docs )

# Query documents within your collection
results = db . search ( "That is a happy person" , return_similarities = True )

for doc , score in results :
    print ( f"Text: { doc . text } " )
    print ( f"similarity: { score :.3f } n " )

Lebih banyak contoh dapat ditemukan di direktori /examples .

Fitur

• Antarmuka sederhana : API yang mudah digunakan untuk operasi basis data.
• Implementasi ringan : Pemanfaatan sumber daya minimal.
• Penyimpanan Lokal : Toko Embeddings secara lokal untuk cepat dan pengambilan.
• Pengindeksan cepat : Pengindeksan penyematan yang efisien untuk penyimpanan dan pengambilan.

Menggunakan kasus

• Permintaan dengan bahasa alami : Cari dokumen yang relevan menggunakan kueri bahasa alami yang sederhana.
• Ringkasan Kontekstual : Mengintegrasikan dokumen ke dalam konteks LLM seperti GPT-3 untuk tugas-tugas data-augmented.
• Pencarian Kesamaan : Temukan item/dokumen serupa berdasarkan embeddings mereka.

Berkontribusi

Tertarik berkontribusi? Pergilah ke panduan kontribusi untuk lebih jelasnya.