arcmindvector
v1.0.0
Arcmind Vector DBは、インターネットコンピューターの高性能、柔軟性、および人間工学的ベクトルの類似性検索データベースです。これは、推奨システム、検索エンジン、検索エンジン、検索拡張生成（RAG）、およびArcmind AIのような自律AIエージェントの長期的なメモリなど、広範囲のAI搭載アプリケーションに使用できる汎用ベクトル類似性検索データベースになるように設計されています。
シーケンスフロー図
cargo install cargo-audit
プロジェクトをローカルでテストする場合は、次のコマンドを使用できます。
# Starts the replica, running in the background
dfx start --background
# Deploys controller and brain canisters to the local replica
# Setup the environment variable: CONTROLLER_PRINCIPAL using using > dfx identity get-principal
./scripts/provision.shプロビジョニングスクリプトは、 arcmindvectordbキャニスターを展開します。
完全なAPIについて率直に参照してください。
サンプルシェルスクリプトは、インラートディレクトリ内のキャニスターと対話するために提供されます。サンプル埋め込みコンテンツとその埋め込みベクトルは、Embeddingsディレクトリに提供されます。
オープンと編集：
./interact/add_vector.shさまざまなトピックの複数のベクトルをVectorStoreに追加してみてください。
次に、入力として追加したベクトルの1つを使用して、同様のベクトルを検索します。同じトピックの最も類似したベクトルおよび他の同様のベクトルと同じベクトルを返す必要があります。多くの寸法のベクトルの意味的な意味をどのように理解できるかを見てください。
オープンと編集：
./interact/search_vector.shベクトルの追加と検索には、同じ埋め込みモデルを使用する必要があることに注意してください。一貫した結果を得るには、単一のベクトルストアで同じ埋め込みモデルを使用することをお勧めします。
/埋め込み /埋め込み /埋め込みAPIを使用してOpenAI Text-embedding-Ada-002モデルを使用して生成されます
以下のコマンドを使用して文字列を取得してから、githubの秘密に入れます。注：デフォルトを必要な身元名に置き換えます。
awk 'NF {sub(/r/, ""); printf "%s\r\n",$0;}' ~/.config/dfx/identity/default/identity.pem
cat ~/.config/dfx/identity/default/wallets.json
ライセンスの権利と制限（MIT）については、ライセンスファイルを参照してください。
このプロジェクトに貢献する方法の詳細については、Converting.MDを参照してください。
コード＆アーキテクチャ：ヘンリーチャン、henry @arcmindai.app、Twitter：@kinwo
