weaviate

Tecelava

Visão geral

A Weaviate é um banco de dados vetorial de código aberto nativo em nuvem, robusto, rápido e escalável.

Para começar rapidamente, dê uma olhada em uma dessas páginas:

• Tutorial do QuickStart para ver tevoado em ação
• Guia colaborador para contribuir com este projeto

Para mais detalhes, leia o resumo nesta página ou consulte a documentação do sistema.

---

Por que texiar?

A Weaviate usa os modelos de aprendizado de máquina de ponta (ML) para transformar seus dados-texto, imagens e muito mais-em um banco de dados de vetor pesquisável.

Aqui estão alguns destaques.

Velocidade

O teto é rápido. O mecanismo principal pode executar uma pesquisa de 10 nn mais próxima de vizinhos em milhões de objetos em milissegundos. Veja Benchmarks.

Flexibilidade

O teto pode vetorizar seus dados no momento da importação . Ou, se você já vetorizou seus dados, poderá fazer upload de seus próprios vetores .

Os módulos oferecem a flexibilidade de ajustar o tecelão para suas necessidades. Mais de duas dúzias de módulos conectam você a serviços populares e hubs de modelos, como OpenAI, Cohere, Voyagaii e Huggingface. Use módulos personalizados para trabalhar com seus próprios modelos ou serviços de terceiros.

Prontidão para produção

O Weaviate é construído com escala, replicação e segurança em mente, para que você possa passar bem da prototipagem rápida à produção em escala .

Além da pesquisa

O Weaviate não apenas liga para o Vector Fast Fast Pesquisas. Outras superpotências incluem recomendação , resumo e integração com estruturas de busca neural .

Quem usa tevoado?

• Engenheiros de software

  • O Weaviate é um mecanismo de banco de dados ML-primeiro
  • Módulos prontos para uso para pesquisas movidas a IA, classificação automática e integração de LLM
  • Suporte completo do CRUD
  • Sistema distribuído nativo em nuvem que funciona bem em Kubernetes
  • Escalas com suas cargas de trabalho

• Engenheiros de dados

  • O teto é um banco de dados vetorial rápido e flexível
  • Use seu próprio modelo ML ou modelos de terceiros
  • Executar localmente ou com um serviço de inferência

• Cientistas de dados

  • Transferência perfeita de modelos de aprendizado de máquina para engenheiros e mlops
  • Implantar e manter seus modelos de ML na produção de maneira confiável e eficiente
  • Empacotar facilmente modelos treinados personalizados

O que você pode construir com o WEAVIATE?

Um banco de dados vetorial teatral pode pesquisar texto, imagens ou uma combinação de ambos. A Fast Vector Search fornece uma base para chatbots, sistemas de recomendação, resumizadores e sistemas de classificação.

Aqui estão alguns exemplos que mostram como a Weaviate se integra a outras ferramentas de IA e ML:

Use teatriado com incorporações de terceiros

• Coere (blogpost)
• Abraçando o rosto
• Openai

Use teatriado como uma loja de documentos

• Docarray
• Haystack (blogpost)

Use teatriado como back -end de memória

• Auto-GPT (BlogPost)
• Langchain (BlogPost)
• Llamaindex (BlogPost)
• OpenAI - plugin de recuperação de chatgpt

Demos

Essas demos são aplicativos de trabalho que destacam algumas das capacidades da Weaviate. O código -fonte deles está disponível no GitHub.

• Verba, The Golden Ragtreiver (Github)
• HealthSearch (GitHub)
• Awesome-Moviate (GitHub)

Como você pode se conectar ao tecelagem?

O teto expõe uma API do GraphQL e uma API REST. A partir da v1.23, uma nova API GRPC fornece acesso ainda mais rápido aos seus dados.

O Weaviate fornece bibliotecas de clientes para vários idiomas populares:

• Python
• JavaScript/TypeScript
• Ir
• Java

Também existem bibliotecas suportadas pela comunidade para idiomas adicionais.

Onde você pode aprender mais?

Cursos gratuitos e auto-ritados na Academia Weaviate ensinam como usar tevadores. O repositório dos tutoriais possui código, por exemplo, projetos. O repositório de receitas tem ainda mais código de projeto para você começar.

O blog e o podcast tevadores publicam regularmente histórias sobre weaviate e IA.

Aqui estão algumas postagens populares:

Blogs

• O que esperar do teto em 2023
• Por que a pesquisa de vetores é tão rápido?
• Coere modelos multilíngues de ML com teias
• Vamana vs. HNSW - Explorando os algoritmos de Ann Parte 1
• HNSW+PQ - Explorando os algoritmos Ann Part 2.1
• O codificador de ladrilhos - Explorando os algoritmos Ann Part 2.2
• Como funcionam como funcionam o GPT4.0 e outros modelos de idiomas grandes
• Monitorando texia em produção
• O plug -in de recuperação do ChatGPT - WEAVIATE como uma loja de memória de longo prazo para a IA generativa
• Combinando Langchain e Teleaviate
• Como construir um aplicativo de pesquisa de imagem com teaviado
• Coere modelos multilíngues de ML com teias
• Construindo IA multimodal no TypeScript
• Dando memória de longo prazo automaticamente-GPT com tecelagem

Podcasts

• Magia neural em tecelagem
• Bertopic
• Estrutura de busca neural de Jina Ai

Outra leitura

• O Weaviate é um mecanismo de pesquisa de código aberto alimentado por ML, vetores, gráficos e grafql (ZDNet)
• WEAVIATE, um banco de dados de Ann com suporte CRUD (db-engines.com)
• Uma pesquisa neural sub-50ms com Distilbert e Weaviate (em direção à DataCience)
• Introdução à Weaviate Python Library (em direção à DataCience)

Junte -se à nossa comunidade!

Na Weaviate, adoramos nos conectar com nossa comunidade. Adoramos ajudar pessoas incríveis a construir coisas legais. E adoramos conversar com você sobre sua paixão por bancos de dados de vetores e IA.

Entre em contato e junte -se à nossa comunidade:

• Fórum comunitário
• Github
• Folga
• X (Twitter)

Para manter -se atualizado com novos lançamentos, notícias do Meetup e muito mais, assine nossa newsletter