vectorMatch

Incorporação de texto e pesquisa com o PostgreSQL e abraçando o rosto no Docker

Este projeto demonstra um script python que incorpora texto usando um modelo de abraçar o rosto, armazena as incorporações no PostgreSQL com a extensão pgvector e permite pesquisar no banco de dados usando consultas de texto regulares comparando incorporações. Depois que os dados são recuperados, um LLM é usado para gerar uma resposta com Ollama. O projeto é executado com o Docker Compose

Características

• Incorporação: use os transformadores do rosto abraçando para incorporar texto de entrada.
• PostgreSQL com PGVector: armazene incorporação em um banco de dados PostGresql usando a extensão pgvector para executar pesquisas baseadas em vetores.
• Funcionalidade de pesquisa: recuperar entradas de banco de dados comparando a incorporação do texto de entrada com as incorporações armazenadas.
• Suporte do Docker: Execute todo o aplicativo com o Docker Compose
• Ollama: gerar resposta com base no LLM local

Pré -requisitos

Certifique -se de ter o seguinte instalado:

• Docker

Configurar

Obtenha o diretório do projeto

 git clone https://github.com/comhendrik/vectorMatch.git

Inicie o Docker e entre no diretório do projeto e execute o arquivo de composição

 docker compose up

Aguarde o script ser feito, isso pode levar alguns minutos e depois se prender ao contêiner Vectormatch

 docker attach vectormatch-vector-match-1