arcmindvector

Arcmind载体DB

ArcMind矢量数据库是Internet计算机的高性能，灵活和人体工程学的相似性搜索数据库。它被设计为通用矢量相似性搜索数据库，可用于广泛的AI驱动应用程序，包括推荐系统，搜索引擎，检索增强发电（RAG）以及对ArcMind AI等自主AI代理的长期记忆。

建筑学

序列流程图

先决条件

• 使用Rustup安装生锈工具链
  关注https://www.rust-lang.org/tools/install
• 安装货物审核

 cargo install cargo-audit

• 安装DFX SDK
  关注https://github.com/dfinity/sdk

快速开始

如果要在本地测试项目，则可以使用以下命令：

 # 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

配置脚本将部署arcmindvectordb罐。

API

请参阅坦率的完整API。

与罐子互动

提供了样本外壳脚本以与交互目录中的罐头交互。嵌入式目录中提供了样品嵌入含量及其嵌入向量。

向量店里添加一个向量

打开并编辑：

./interact/add_vector.sh

尝试将多个主题的多个向量添加到矢量店。

搜索矢量站

然后，使用添加为输入的向量之一搜索类似的向量。它应该返回与同一主题的最相似向量和其他类似向量的相同矢量。看看它如何了解具有许多维度的向量的语义含义。

打开并编辑：

./interact/search_vector.sh

请注意，必须将相同的嵌入模型用于添加和搜索向量。建议您在单个矢量店中使用相同的嵌入模型以进行一致的结果。

使用epenai text-embedding-ada-002型号与嵌入API生成 /嵌入 /嵌入 /嵌入 /

设置GitHub Action CI / CD

使用下面的命令获取字符串，然后将其放入github秘密中。注意：用所需的身份名称替换默认值。

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

路线图

• 后端 - 研究和实施主要的罐作为长期矢量店，带有最近的邻居距离度量，嵌入API和索引
• 后端 - 与ArcMind AI自治剂集成以进行长期记忆
• DOC-添加矢量店API的文档
• 后端 - 用于生成文本（NLP），图像和音频嵌入的自托管机器学习模型
• 后端 - 大规模矢量数据的可扩展存储桶超出罐存储限制

执照

有关许可权和限制（MIT），请参见许可证文件。

贡献

有关如何为该项目做出贡献的详细信息，请参见贡献。

作者

代码与建筑：Henry Chan，[email protected]，Twitter：@kinwo

参考

• 互联网计算机
• CloudFlare-什么是矢量数据库？
• 抹布
• 开源矢量相似性搜索Postgres
• Spotify烦恼库 - C ++/Python中的大约最近的邻居
• 什么是相似性搜索
• 语义搜索：测量从jaccard到伯特的意义
• 高性能，灵活，符合人体工程学的KD树锈库
• KD树
• depplearing.ai课程 - 使用矢量数据库构建应用程序