Этот проект предназначен для изучения поиска базы данных Weaviate, используя COURE для генерации пользовательских векторов. Есть несколько поисков, которые мы выполняем, используя шаги, перечисленные ниже:
- Тряпичная единственная подсказка
- Векторный поиск
Вам понадобится следующее:
- Ключ и URL -адрес API
- Ключ API Cohere
- Установите Virtual Env, то:
pip install -r requirements.txt - Создайте файл .env и храните свои кредиты
- Проверьте соединение DB с помощью запуска:
python database/open_db_connection - Создать встроенные набора данных:
python database/create_embeddings
- Это создаст новый каталог в вашем корневом каталоге под названием «Scratch».
- Затем он создаст файл .csv, который содержит все векторы, сгенерированные cohere
- Создайте новую коллекцию в вашем экземпляре Weaviate:
python database/create_collection
- Это создаст новую коллекцию под названием «Moveiecustomvector»
- Импорт данных:
python database/import_data - Запрос данных:
python -m queries.{the_file_you_wish_to_query} - Для прекращения соединения DB по любой причине:
python database/close_db_connection
Больше информации о методах поиска
Поиск тряпки, он же «Генеративный», состоит из 2 шагов:
- (Weaviate) Запустите поисковый запрос в Weaviate, чтобы найти соответствующие объекты.
- (COHERE) Используйте модель большой языка, чтобы генерировать ответ на основе результатов (с предыдущего шага) и предоставленной подсказки или задачи.
Тестирование конечных точек отдыха
- Вставьте URL конечной точки REST WCD REST и добавьте его с
/v1 - Это покажет вам список непоколений, которые вы можете получить, настраивая почтальон.
- Weaviate использует токен носителя, и вы должны вставить в свой wcd_api_key для авторизации
