superlinked
v17.8.0
SuperLinked เป็นเฟรมเวิร์ก Python สำหรับวิศวกร AI ที่สร้าง แอพพลิเคชั่นการค้นหาและคำแนะนำที่มีประสิทธิภาพสูง ซึ่งรวมข้อมูล ที่มีโครงสร้าง และ ไม่มีโครงสร้าง ตรวจสอบเอกสารเพื่อเริ่มต้น
sentence-transformers ตัวเข้ารหัส open-clip และแบบกำหนดเองสำหรับตัวเลขการประทับเวลาและข้อมูลหมวดหมู่ ดูสมุดบันทึกคุณสมบัติและกรณีใช้งานด้านล่างสำหรับตัวอย่างถ้าคุณชอบสิ่งที่เราทำให้เราเป็นดารา!
คุณสามารถตรวจสอบรายการคุณสมบัติและแนวคิดของเราทั้งหมดได้
ดำน้ำลึกลงไปกับสมุดบันทึกของเราว่าแต่ละกรณีการใช้งานแต่ละกรณีจะได้รับประโยชน์จากเฟรมเวิร์ก SuperLinked
คุณสามารถตรวจสอบรายการตัวอย่างทั้งหมดได้ที่นี่
มาสร้างการค้นหาผลิตภัณฑ์อีคอมเมิร์ซที่เข้าใจคำอธิบายผลิตภัณฑ์และการให้คะแนน:
%pip install superlinked
การเรียกใช้ครั้งแรกจะใช้เวลาสักครู่ในการดาวน์โหลดโมเดลการฝัง
import json
import os
from superlinked import framework as sl
class Product ( sl . Schema ):
id : sl . IdField
description : sl . String
rating : sl . Integer
product = Product ()
description_space = sl . TextSimilaritySpace (
text = product . description , model = "Alibaba-NLP/gte-large-en-v1.5"
)
rating_space = sl . NumberSpace (
number = product . rating , min_value = 1 , max_value = 5 , mode = sl . Mode . MAXIMUM
)
index = sl . Index ([ description_space , rating_space ], fields = [ product . rating ])
# Define your query and parameters to set them directly at query-time
# or let an LLM fill them in for you using the `natural_language_query` param.
# Don't forget to set your OpenAI API key to unlock this feature.
query = (
sl . Query (
index ,
weights = {
description_space : sl . Param ( "description_weight" ),
rating_space : sl . Param ( "rating_weight" ),
},
)
. find ( product )
. similar (
description_space ,
sl . Param (
"description_query" ,
description = "The text in the user's query that refers to product descriptions." ,
),
)
. limit ( sl . Param ( "limit" ))
. with_natural_query (
sl . Param ( "natural_language_query" ),
sl . OpenAIClientConfig ( api_key = os . environ [ "OPEN_AI_API_KEY" ], model = "gpt-4o" )
)
)
# Run the app in-memory (server & Apache Spark executors available too!).
source = sl . InMemorySource ( product )
executor = sl . InMemoryExecutor ( sources = [ source ], indices = [ index ])
app = executor . run ()
# Ingest data into the system - index updates and other processing happens automatically.
source . put ([
{
"id" : 1 ,
"description" : "Budget toothbrush in black color. Just what you need." ,
"rating" : 1 ,
},
{
"id" : 2 ,
"description" : "High-end toothbrush created with no compromises." ,
"rating" : 5 ,
},
{
"id" : 3 ,
"description" : "A toothbrush created for the smart 21st century man." ,
"rating" : 3 ,
},
])
result = app . query ( query , natural_query = "best toothbrushes" , limit = 1 )
# Examine the extracted parameters from your query
print ( json . dumps ( result . knn_params , indent = 2 ))
# The result is the 5-star rated product.
result . to_pandas ()ด้วยคำสั่งเดียวคุณสามารถเรียกใช้ SuperLinked เป็นเซิร์ฟเวอร์ REST API ในเครื่องหรือในคลาวด์ของคุณด้วยเซิร์ฟเวอร์ SuperLinked รับข้อมูลการบริโภคและการสอบถาม API การอนุมานแบบจำลองการฝังและการรวมฐานข้อมูลเวกเตอร์ลึกฟรี!
รวมการประเมินผลการบริโภคและการให้บริการสแต็คด้วยฐาน Python declarative เดียว SuperLinked เปิดใช้งานสิ่งนี้โดยให้คุณกำหนดสคีมาข้อมูลดัชนีเวกเตอร์และ DAG คำนวณที่เชื่อมโยงทั้งหมดในครั้งเดียวแล้วเลือกผู้ดำเนินการที่เหมาะสมสำหรับงาน - ในหน่วยความจำหรือเซิร์ฟเวอร์
หากคุณสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับการทำงานในระดับให้จองตัวอย่างสำหรับการเข้าถึงคลาวด์ที่มีการจัดการของเราก่อน
SuperLinked จัดเก็บ เวกเตอร์ของคุณ ใน ฐานข้อมูลเวกเตอร์ของคุณ ด้วยการรวมเข้าด้วยกันอย่างลึกซึ้งสำหรับ:
อยากรู้เกี่ยวกับข้อดีและข้อเสียฐานข้อมูลเวกเตอร์โดยทั่วไปหรือไม่? ชุมชนของเราเปรียบเทียบฐานข้อมูลเวกเตอร์ 44 แห่งในคุณสมบัติ 30+
บันทึก SuperLinked Framework รวมถึงข้อมูลบริบทเช่น ID กระบวนการและขอบเขตแพ็คเกจ ข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้ (PII) จะถูกกรองตามค่าเริ่มต้น แต่สามารถสัมผัสกับตัวแปรสภาพแวดล้อม SUPERLINKED_EXPOSE_PII เป็น true
ต้องการความช่วยเหลือ? เรามาที่นี่เพื่อสนับสนุนคุณ:
โปรดสร้างปัญหา/การอภิปรายแยกต่างหากสำหรับแต่ละหัวข้อเพื่อช่วยให้เราตอบสนองความคิดเห็นของคุณได้ดีขึ้น ขอบคุณสำหรับการบริจาค!
