arcmindvector

Arcmind Vector DB

Arcmind Vector DB เป็นฐานข้อมูลการค้นหาความคล้ายคลึงกันของเวกเตอร์ที่มีประสิทธิภาพสูงและยืดหยุ่นและการยศาสตร์สำหรับคอมพิวเตอร์อินเทอร์เน็ต มันถูกออกแบบมาให้เป็นฐานข้อมูลการค้นหาความคล้ายคลึงกันของเวกเตอร์ที่มีวัตถุประสงค์ทั่วไปซึ่งสามารถใช้สำหรับแอพพลิเคชั่น AI-powered ที่หลากหลายรวมถึงระบบแนะนำเครื่องมือค้นหาการดึงการดึง (RAG) และหน่วยความจำระยะยาวของเอเจนต์ AI อิสระเช่น Arcmind AI

สถาปัตยกรรม

แผนภาพการไหลของลำดับ

ข้อกำหนดเบื้องต้น

• ติดตั้ง Rust Toolchain โดยใช้ Rustup
  ติดตาม https://www.rust-lang.org/tools/install
• ติดตั้งการตรวจสอบสินค้า

 cargo install cargo-audit

• ติดตั้ง DFX SDK
  ติดตาม https://github.com/dfinity/sdk

เริ่มต้นอย่างรวดเร็ว

หากคุณต้องการทดสอบโครงการของคุณในเครื่องคุณสามารถใช้คำสั่งต่อไปนี้:

 # Starts the replica, running in the background
dfx start --background

# Deploys controller and brain canisters to the local replica
# Setup the environment variable: CONTROLLER_PRINCIPAL using using > dfx identity get-principal

./scripts/provision.sh

สคริปต์บทบัญญัติจะปรับใช้ canister arcmindvectordb

API

ดูตรงไปตรงมาสำหรับ API เต็มรูปแบบ

โต้ตอบกับถัง

สคริปต์เชลล์ตัวอย่างมีไว้เพื่อโต้ตอบกับถังในไดเรกทอรีการโต้ตอบ ตัวอย่างเนื้อหาฝังตัวอย่างและเวกเตอร์ฝังของพวกเขามีให้ในไดเรกทอรี Embeddings

เพิ่มเวกเตอร์ไปยังเวกเตอร์สโตร์

เปิดและแก้ไข:

./interact/add_vector.sh

ลองเพิ่มเวกเตอร์หลายหัวข้อที่แตกต่างกันในเวกเตอร์สโตร์

ค้นหา Vectorstore

จากนั้นค้นหาเวกเตอร์ที่คล้ายกันโดยใช้หนึ่งในเวกเตอร์ที่คุณเพิ่มเป็นอินพุต ควรส่งคืนเวกเตอร์เดียวกันกับเวกเตอร์ที่คล้ายกันมากที่สุดและเวกเตอร์ที่คล้ายกันอื่น ๆ ในหัวข้อเดียวกัน ดูว่ามันสามารถเข้าใจความหมายเชิงความหมายของเวกเตอร์ที่มีหลายมิติได้อย่างไร

เปิดและแก้ไข:

./interact/search_vector.sh

โปรดทราบว่าต้องใช้โมเดลการฝังตัวเดียวกันสำหรับการเพิ่มและค้นหาเวกเตอร์ ขอแนะนำให้คุณใช้แบบจำลองการฝังเดียวกันในเวกเตอร์สโตร์เดียวเพื่อผลลัพธ์ที่สอดคล้องกัน

Embeddings in / embeddings / ถูกสร้าง

การตั้งค่า GitHub Action CI / CD

รับสตริงโดยใช้คำสั่งด้านล่างจากนั้นใส่ลงในความลับของ GitHub หมายเหตุ: แทนที่ค่าเริ่มต้นด้วยชื่อประจำตัวที่คุณต้องการ

dfx_identity

 awk 'NF {sub(/r/, ""); printf "%s\r\n",$0;}' ~/.config/dfx/identity/default/identity.pem

dfx_wallets

 cat ~/.config/dfx/identity/default/wallets.json

แผนงาน

• แบ็กเอนด์ - การวิจัยและดำเนินการกระป๋องหลักเป็นเวกเตอร์ระยะยาวที่มีตัวชี้วัดระยะทางเพื่อนบ้านที่ใกล้ที่สุด, การฝัง API และการจัดทำดัชนี
• แบ็กเอนด์ - รวมเข้ากับ AID ATOMOUS ATHER ATOMOUS
• DOC - เพิ่มเอกสารประกอบสำหรับ VectorStore API
• แบ็กเอนด์ - รูปแบบการเรียนรู้ของเครื่องที่โฮสต์ด้วยตนเองสำหรับการสร้างข้อความ (NLP), ภาพและเสียงฝังตัว
• แบ็กเอนด์ - ถังเก็บที่ปรับขนาดได้สำหรับข้อมูลเวกเตอร์ขนาดใหญ่เกินขีด จำกัด การจัดเก็บกระป๋อง

ใบอนุญาต

ดูไฟล์ใบอนุญาตสำหรับสิทธิ์และข้อ จำกัด ใบอนุญาต (MIT)

การบริจาค

โปรดดูรายละเอียดเกี่ยวกับวิธีการมีส่วนร่วมในโครงการนี้

ผู้เขียน

รหัสและสถาปัตยกรรม: Henry Chan, [email protected], Twitter: @kinwo

การอ้างอิง

• คอมพิวเตอร์อินเทอร์เน็ต
• CloudFlare - ฐานข้อมูลเวกเตอร์คืออะไร?
• ผ้าขี้ริ้ว
• การค้นหาความคล้ายคลึงกันของเวกเตอร์โอเพ่นซอร์สสำหรับ postgres
• ห้องสมุด Spotify Niffer - เพื่อนบ้านที่ใกล้ที่สุดโดยประมาณใน C ++/Python
• การค้นหาความคล้ายคลึงกันคืออะไร
• การค้นหาความหมาย: การวัดความหมายจาก Jaccard ถึง Bert
• ห้องสมุดสนิม KD ที่มีประสิทธิภาพสูงยืดหยุ่น
• ต้นไม้ KD
• หลักสูตร deplearing.ai - การสร้างแอปพลิเคชันที่มีฐานข้อมูลเวกเตอร์