EmbedInDB

INCEDIN - Empower ai com memória persistente

O Embedin é um banco de dados vetorial de código aberto e uma biblioteca eficiente que converte perfeitamente bancos de dados populares como MySQL, PostgreSQL e MS SQL Server em bancos de dados vetoriais com esforço zero.

O Embedin é uma solução ideal para aplicativos de IA, como processamento de linguagem natural, reconhecimento de imagens e sistemas de recomendação, oferecendo indexação e recuperação rápidas. Sua API simples e linguagem de consulta garantem a facilidade de uso e a integração perfeita.

Requisitos mínimos

Python 3.7 ou superior.

Instalação

pip install embedin

Início rápido

Armazenar incorporações na memória

 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 )

Armazenar incorporações em sqlite

 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 )

Armazenar incorporações em postgresql

Inicie o contêiner PostGresql Docker

 cd docker
docker-compose up embedin-postgres

exemplo

 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 )

Armazenar incorporações em mysql

Inicie o contêiner MySql Docker

 cd docker
docker-compose up embedin-mysql

exemplo

 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 )

Armazenar incorporações no SQL Server

Iniciar o contêiner do SQL Server Docker

 cd docker
docker-compose up embedin-mssql

exemplo

 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 )

Mais referências

• Referência da API

Contribuir

Por favor, consulte o guia dos colaboradores

PENDÊNCIA

• Teste de unidade falha no índice FAISS (falha de segmentação)