weaviate_cohere_vector_embedding

该项目旨在探索编织数据库搜索，并使用Cohere生成自定义向量。我们使用下面列出的步骤执行几个搜索：

• 抹布单提示
• 向量搜索

您将需要以下内容：

• 编织的API键和URL
• cohere api键

1. 然后安装虚拟env，然后： pip install -r requirements.txt
2. 创建.ENV文件并存储您的信誉
3. 通过运行： python database/open_db_connection测试数据库连接
4. 为数据集创建嵌入式： python database/create_embeddings

• 这将在您的根目录中创建一个名为“ scratch”的新目录。
• 然后，它将创建一个.CSV文件，其中包含Cohere生成的所有向量

5. 在您的编织实例中创建一个新集合： python database/create_collection

• 这将创建一个名为“ MovieCustomVector”的新系列

6. 导入数据： python database/import_data
7. 查询数据： python -m queries.{the_file_you_wish_to_query}
8. 出于任何原因终止DB连接： python database/close_db_connection

有关搜索方法的更多信息

抹布搜索，又名“生成”，包括2个步骤：

1. （编织）在编织中运行搜索查询以查找相关对象。
2. （cohere）使用Cohere大语言模型根据结果（从上一个步骤）以及提供的提示或任务生成响应。

测试休息端点

• 将您的WCD休息端点URL粘贴到浏览器中，并用/v1附加
• 这将向您显示可以通过配置Postman访问的恢复端点的列表。
• 编织使用携带者令牌，您必须在WCD_API_KEY中粘贴授权