iota

IOTA- 최소한의 로컬 임베딩 데이터베이스 .

동기 부여

이 프로젝트는 기존 벡터 매장에서 내가 좋아하는 기능 중 일부를 재현하면서 미니멀리즘과 단순성을 유지하기 위해 수행되었습니다.

중요한

이것은 결코 확장 가능한 것은 아니지만 소규모 프로젝트에는 충분해야합니다.

설치

PYPI를 통해 패키지를 설치하십시오.

pip install iotadb

용법

다음은 매우 간단한 예입니다.

 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 " )

더 많은 예가 /examples 디렉토리에서 찾을 수 있습니다.

특징

• 간단한 인터페이스 : 데이터베이스 작업을위한 사용하기 쉬운 API.
• 경량 구현 : 최소 리소스 활용.
• 로컬 스토리지 : 빠르고 검색하기 위해 현지에서 임베딩을 저장합니다.
• 빠른 인덱싱 : 저장 및 검색을위한 효율적인 임베딩 인덱싱.

사용 사례

• 자연어로 쿼리 : 간단한 자연어 쿼리를 사용하여 관련 문서를 검색하십시오.
• 상황에 맞는 요약 : 문서를 데이터를 구분 한 작업을 위해 GPT-3과 같은 LLM 컨텍스트에 통합합니다.
• 유사성 검색 : 임베딩에 따라 유사한 항목/문서를 찾으십시오.

기여

기여에 관심이 있으십니까? 자세한 내용은 기여 가이드로 가십시오.