weaviate_cohere_vector_embedding

該項目旨在探索編織數據庫搜索，並使用Cohere生成自定義向量。我們使用下面列出的步驟執行幾個搜索：

• 抹佈單提示
• 向量搜索

您將需要以下內容：

• 編織的API鍵和URL
• cohere api鍵

1. 然後安裝虛擬env，然後： pip install -r requirements.txt
2. 創建.ENV文件並存儲您的信譽
3. 通過運行： python database/open_db_connection測試數據庫連接
4. 為數據集創建嵌入式： python database/create_embeddings

• 這將在您的根目錄中創建一個名為“ scratch”的新目錄。
• 然後，它將創建一個.CSV文件，其中包含Cohere生成的所有向量

5. 在您的編織實例中創建一個新集合： python database/create_collection

• 這將創建一個名為“ MovieCustomVector”的新系列

6. 導入數據： python database/import_data
7. 查詢數據： python -m queries.{the_file_you_wish_to_query}
8. 出於任何原因終止DB連接： python database/close_db_connection

有關搜索方法的更多信息

抹布搜索，又名“生成”，包括2個步驟：

1. （編織）在編織中運行搜索查詢以查找相關對象。
2. （cohere）使用Cohere大語言模型根據結果（從上一個步驟）以及提供的提示或任務生成響應。

測試休息端點

• 將您的WCD休息端點URL粘貼到瀏覽器中，並用/v1附加
• 這將向您顯示可以通過配置Postman訪問的恢復端點的列表。
• 編織使用攜帶者令牌，您必須在WCD_API_KEY中粘貼授權