VecTextSearch
v0.1.3
VectextSearchは、OpenAI言語モデルを使用してテキストベクトルを生成し、Weaviateデータベースで効率的な検索を実行するプロジェクトです。ユーザーはテキストデータをWeaviateデータベースに保存し、テキストの類似性に基づいて関連するテキストをすばやく検索および取得できます。このプロジェクトはGolangで書かれており、クライアント呼び出しにシンプルなREST APIを提供します
単純化された中国語|
VectextSearchは、OpenAI言語モデルを使用してテキストベクトルを生成し、Weaviateデータベースで効率的な検索を実行するプロジェクトです。ユーザーはテキストデータをWeaviateデータベースに保存し、テキストの類似性に基づいて関連するテキストをすばやく検索および取得できます。このプロジェクトはGolangで書かれており、クライアントコール用のシンプルなREST APIを提供します。
チャット履歴1-プロジェクトを作成します
チャット履歴2- dockerfileとmakefileを変更します
チャットレコード3-ベクトル検索の返品結果を簡素化し、データ構造を変更します
チャットレコード4-プロジェクト構造のリファクタリング
チャットレコード5 -Chatgptチャットダイアログをマークダウンファイルとして直接ダウンロードする
チャット履歴6 -Cross -Domainサポートを追加して、Make Runコマンドのエラーを修正します
チャット履歴7-ドキュメントエラーを修正します
チャット履歴8-テキストを追加するときにコンテンツを繰り返すことができるかどうかを構成します
チャット履歴9 -Weaviateのクラス名を構成できます
多くの実用的なアプリケーションでは、テキストの類似性に基づいてクイック検索が必要です。たとえば、記事を考えると、コンテンツに似た他の記事を見つけることができます。従来のキーワードベースの検索方法は、テキスト間の類似点を正確にキャプチャしない場合があります。 VectextSearchは、OpenAIの強力な言語モデルを使用してテキストをベクトル表現に変換し、Weaviateデータベースを使用して効率的な同様のベクトル検索を使用します。
VectextSearchは、次のシナリオに適用できます。
VectextSearchは、2つのREST APIインターフェイスを提供します。
{
"name" : "文章名称" ,
"content" : "文章内容"
}{
"id" : "文章唯一标识符"
}{
"content" : "查询内容"
}応答：検索が成功した後、同様のテキスト情報を含むJSONオブジェクトが返されます。
[
{
"name" : "文章名称" ,
"content" : "文章内容" ,
"distance" : 浮点数（与查询内容的距离）,
"certainty" : 浮点数（与查询内容的相似度）
},
...
]make init ：環境変数を構成するための.envファイルテンプレートを作成します。make build ：Docker画像をビルドします。make push ：Docker画像をDockerハブに押します。make run ：アプリケーションをローカルに実行します。 docker run -d
--name weaviate
-p 8888:8080
--restart on-failure:0
-e QUERY_DEFAULTS_LIMIT=25
-e AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED=true
-e PERSISTENCE_DATA_PATH= ' /var/lib/weaviate '
-e DEFAULT_VECTORIZER_MODULE= ' none '
-e ENABLE_MODULES= ' '
-e AUTOSCHEMA_ENABLED=true
-e CLUSTER_HOSTNAME= ' node1 '
semitechnologies/weaviate:1.18.1
--host 0.0.0.0
--port 8080
--scheme httpChatGpt to Markdownは、ChatGPTが開発したChromeプラグインで、ユーザーがMarkDownファイルとしてChatGPTやOpenAIの会話記録を簡単にダウンロードできるように設計されています。生成されたマークダウンファイルには、会話全体が含まれ、ユーザーとアシスタントを明確に区別します。このプラグインは、ユーザーがチャット履歴を整理して表示し、作業効率を向上させるのに便利です。
主な機能：
詳細な手順と使用方法については、ChatGptからMarkdownプラグインファイルを参照してください。
プロジェクトのVectextSearchまたは二次開発に貢献したい場合は、次の手順に従うことができます。
git clone https://github.com/szpnygo/VecTextSearch.git cd VecTextSearch
go get -uconfig.ymlファイルの正しいOpenAI APIキーを入力します。
プロジェクトを実行する：
go run main.goVectextSearchの使用に問題がある場合、または新しいアイデアや提案がある場合は、問題を送信するか、リクエストをプルしてください。あなたの貢献とサポートに本当に感謝しています！
VectextSearchはMITライセンスを使用します。詳細については、ライセンスファイルを参照してください。
VectextSearchの使用に問題がある場合は、お気軽にお問い合わせください。ご連絡ください：
