EmbedInDB

エンベディン - 永続的なメモリを持つAIをエンパワーします

Embedinは、MySQL、PostgreSQL、MS SQL Serverなどの人気のあるデータベースを、努力をゼロのベクトルデータベースにシームレスに変換するオープンソースベクトルデータベースと効率的なライブラリです。

Embedinは、自然言語処理、画像認識、推奨システムなどのAIアプリケーションにとって理想的なソリューションであり、迅速なインデックス作成と検索を提供します。そのシンプルなAPIとクエリ言語は、使いやすさとシームレスな統合を保証します。

最小要件

Python 3.7以上。

インストール

pip install embedin

クイックスタート

埋め込みをメモリに保存します

 from embedin import Embedin

client = Embedin ( collection_name = "test_collection" , texts = [ "This is a test" , "Hello world!" ])
result = client . query ( "These are tests" , top_k = 1 )  # Query the most similar text from the collection
print ( result )

埋め込みをsqliteに保存します

 from embedin import Embedin

url = 'sqlite:///test.db'
client = Embedin ( collection_name = "test_collection" , texts = [ "This is a test" , "Hello world!" ], url = url )
result = client . query ( "These are tests" , top_k = 1 )

埋め込みをpostgreSqlに保存します

PostgreSql Dockerコンテナを開始します

 cd docker
docker-compose up embedin-postgres

例

 import os

from embedin import Embedin

url = os . getenv ( 'EMBEDIN_POSGRES_URL' , "postgresql+psycopg2://embedin:embedin@localhost/embedin_db" )
client = Embedin ( collection_name = "test_collection" , texts = [ "This is a test" , "Hello world!" ], url = url )
result = client . query ( "These are tests" , top_k = 1 )

mysqlに埋め込みを保存します

MySQL Dockerコンテナを起動します

 cd docker
docker-compose up embedin-mysql

例

 import os

from embedin import Embedin

url = os . getenv ( 'EMBEDIN_MYSQL_URL' , "mysql+pymysql://embedin:embedin@localhost/embedin_db" )
client = Embedin ( collection_name = "test_collection" , texts = [ "This is a test" , "Hello world!" ], url = url )
result = client . query ( "These are tests" , top_k = 1 )

埋め込みをSQL Serverに保存します

SQL Server Dockerコンテナを開始します

 cd docker
docker-compose up embedin-mssql

例

 import os

from embedin import Embedin

url = os . getenv ( 'EMBEDIN_MSSQL_URL' , "mssql+pymssql://sa:StrongPassword123@localhost/tempdb" )
client = Embedin ( collection_name = "test_collection" , url = url )
client . add_data ( texts = [ "This is a test" ], meta_data = [{ "source" : "abc4" }])
result = client . query ( "These are tests" , top_k = 1 )

その他の参照

• APIリファレンス

貢献する

寄稿者ガイドを参照してください

トト

• FAISSインデックス（セグメンテーション障害）でのユニットテストの失敗