supabase vector py

Supabase 벡터 저장소

이 프로젝트는 Langchain 및 Supabase를 사용하여 OpenAI Embedding을 사용하여 문서 용 벡터 저장소를 만드는 방법을 보여줍니다. 텍스트 데이터는 관리 가능한 청크로 나누고 효율적인 검색을 위해 Supabase에 저장됩니다.

전제 조건

• 파이썬 3.12
• Pipenv

설치

1. 저장소 복제 :

   git clone https://github.com/yourusername/supabase-vector-store.git
   cd supabase-vector-store

2. PIPENV를 사용하여 종속성 설치 :

   pipenv install

3. 루트 디렉토리에서 .env 파일을 만들고 supabase 및 openai 자격 증명을 추가하십시오.

    SUPABASE_API_URL=your_supabase_api_url
   SUPABASE_API_KEY=your_supabase_api_key
   OPENAI_API_KEY=your_openai_api_key
   OPENAI_API_URL=your_openai_api_url
   

용법

1. 처리하려는 컨텐츠와 함께 루트 디렉토리에 personal-info.txt 라는 텍스트 파일이 있는지 확인하십시오.

2. PIPENV를 사용하여 종속성을 설치하십시오.

   pipenv install

3. 스크립트 실행 :

   pipenv run python vector.py

4. 스크립트가 성공적으로 실행되면 메시지가 표시됩니다.

    Documents stored successfully.
   

특허

이 프로젝트는 MIT 라이센스에 따라 라이센스가 부여됩니다.

기여

문제를 열거 나 개선 또는 버그 수정에 대한 풀 요청을 제출하십시오.

감사의 말

• 랭케인
• Supabase
• Openai