ahnlich

安利奇

️注意： Ahnlich尚未準備就緒，仍在測試中，因此可能會經歷破壞變化。

“ähnlich”是指德語相似。它由用於使用和開發的多種工具，例如：

• ahnlich-db ：用於存儲具有相應元數據（鍵值映射）的嵌入式/向量的內存矢量鑰匙值存儲。這是一個功能強大的系統，它使AI/ML工程師可以使用線性（Cosine，Euclidean）或非線性相似性（KDTREE）算法存儲和搜索相似的向量。它還利用元數據值中的搜索能夠使用元數據值過濾條目。一個簡單的例子看起來像

 GETSIMN 2 WITH [0.2, 0.1] USING cosinesimilarity IN my_store WHERE (page != hidden)

// example query
get_sim_n(
    store="my_store",
    search_input=[0.2, 0.1],
    closest_n=2,
    algorithm=CosineSimilarity,
    condition=Predicate::NotEquals{
      key="page",
      value="hidden",
  },
)

• ahnlich-ai ：AI代理與ahnlich-db進行通信，接收原始輸入，轉換為嵌入並在DB中存儲。它擴展了功能，然後允許開發人員/工程師使用原始輸入（例如圖像/文本）向同一商店發出查詢。它具有多個可以選擇用於商店索引和查詢的現成模型。

 CREATESTORE my_store QUERYMODEL all-minilm-l6-v2 INDEXMODEL all-minilm-l6-v2

// example query
create_store(
    store="my_store",
    index_model="all-minilm-l6-v2",
    query_model="all-minilm-l6-v2",
)

• ahnlich-client-rs ： ahnlich-db和ahnlich-ai的Rust Client，並支持連接池。

• ahnlich-client-py ： ahnlich-db和ahnlich-ai的Python客戶端，並支持連接池。

• ahnlich-cli ：CLI查詢ahnlich-db和ahnlich-ai

建築學

用法

ahnlich-db ， ahnlich-ai和ahnlich-cli被包裝並作為多個平台的二進製文件與Docker Images一起發布

可以在沒有AI代理的情況下使用DB，以對生成的向量嵌入進行更細粒度的控制，因為所有客戶都支持兩者

Docker圖像。

Note ：

1. 參數和命令必須以引號傳遞。例如： docker run <image_name> "ahnlich-db run --enable-tracing --port 8000"

2. CLI包裝到Docker圖像中。

---

安裝

下載二進製文件

您可以從Github版本下載ai和db的Ahnlich二進製文件。

• wget ：

  wget https://github.com/deven96/ahnlich/releases/download/bin%2Fdb%2F0.0.0/aarch64-darwin-ahnlich-db.tar.gz  

• 提取文件：

  tar -xvzf aarch64-darwin-ahnlich-db.tar.gz  

• 運行二進制：

  ./ahnlich-db  

替換aarch64-darwin-ahnlich-db.tar.gz用適合您的架構的文件名替換。對於ai ，下載相應的ai二進製文件，將其提取並使用./ahnlich-ai運行。

---

使用Docker

您可以為Ahnlich繪製預製的Docker圖像：

• Ahnlich AI ：

  docker pull ghcr.io/deven96/ahnlich-ai:latest  

• Ahnlich DB ：

  docker pull ghcr.io/deven96/ahnlich-db:latest  

---

示例Docker組成

以下是一個示例docker-compose.yaml ahnlich-db ， ahnlich-ai跟踪：

 services :
  ahnlich_db :
    image : ghcr.io/deven96/ahnlich-db:latest
    command : >
      "ahnlich-db run --host 0.0.0.0 
      --enable-tracing 
      --otel-endpoint http://jaeger:4317"
    ports :
      - " 1369:1369 "

  ahnlich_ai :
    image : ghcr.io/deven96/ahnlich-ai:latest
    command : >
      "ahnlich-ai run --db-host ahnlich_db --host 0.0.0.0 
      --supported-models all-minilm-l6-v2,resnet-50 
      --enable-tracing 
      --otel-endpoint http://jaeger:4317"
    ports :
      - " 1370:1370 "

  # optional jaeger service whenever --enable-tracing and
  # --otel-endpoint is used
  jaeger :
    image : jaegertracing/all-in-one:${JAEGER_VERSION:-latest}
    ports :
      - " 16686:16686 "
      - " 1888:1888 " # pprof extension
      - " 8888:8888 " # Prometheus metrics exposed by the collector
      - " 8889:8889 " # Prometheus exporter metrics
      - " 4317:4317 " # otlp grpc
      - " 4318:4318 " # otlp http

以下是一個示例docker-compose.yaml配置，具有持久性：

 services :
  ahnlich_db :
    image : ghcr.io/deven96/ahnlich-db:latest
    command : >
      "ahnlich-db run --host 0.0.0.0 
      --enable-persistence --persist-location /root/.ahnlich/data/db.dat 
      --persistence-interval 300"
    ports :
      - " 1369:1369 "
    volumes :
      - " ./data/:/root/.ahnlich/data " # Persistence Location

  ahnlich_ai :
    image : ghcr.io/deven96/ahnlich-ai:latest
    command : >
      "ahnlich-ai run --db-host ahnlich_db --host 0.0.0.0 
      --supported-models all-minilm-l6-v2,resnet-50 
      --enable-persistence --persist-location /root/.ahnlich/data/ai.dat 
      --persistence-interval 300"
    ports :
      - " 1370:1370 "
    volumes :
      - " ./ahnlich_ai_model_cache:/root/.ahnlich/models " # Model cache storage
      - " ./data/:/root/.ahnlich/data " # Persistence Location

貢獻

查看貢獻指南