redis ai resources

AI資源

AI生態系統中基本和高級Redis用例的代碼配方，演示，教程和資源的策劃存儲庫。

演示|食譜|教程|集成|內容|基準|文檔

演示

沒有比潛水和玩演示更快的方法。

演示	描述
Redis Rag Workbench	交互式演示，可以在用戶上傳的PDF上構建基於抹布的聊天機器人。切換不同的設置和配置，以提高聊天機器人的性能和質量。利用Redisvl，Langchain，Ragas等。
REDIS VSS-簡單的精簡演示	簡化了Redis矢量搜索的演示
arxiv搜索	與React Fe的Redis實施完整的堆棧
產品搜索	使用REDIS堆棧和Redis Enterprise搜索矢量搜索
Arxivchatguru	用Redis＆Openai的Arxiv文檔的抹布的簡化演示

食譜

需要Quickstarts開始您的Redis AI旅程嗎？從這裡開始。

Redis＆Vector搜索開始

食譜	描述
/redis-intro/00_redis_intro.ipynb	如果是雷迪斯的嶄新的起點
/vector-search/00_redispy.ipynb	使用Redis Python客戶端進行矢量搜索
/vector-search/01_redisvl.ipynb	使用REDIS矢量庫搜索矢量搜索
/vector-search/02_hybrid_search.ipynb	帶有REDIS的混合搜索技術（BM25 +矢量）
/vector-search/03_float16_support.ipynb	顯示如何將float32索引轉換為使用float16

檢索增強發電（RAG）

檢索增強生成（又名抹布）是一種提高LLM響應用戶查詢能力的技術。抹布的檢索部分由向量數據庫支持，該數據庫可以將語義相關的結果返回到用戶的查詢中，並用作上下文信息，以增強LLM的生成能力。

要開始使用抹布，無論是從頭開始還是使用諸如llamaindex或langchain之類的流行框架，請使用這些食譜：

食譜	描述
/rag/01_redisvl.ipynb	與redis矢量庫的抹布
/rag/02_langchain.ipynb	使用Redis和Langchain的抹布
/rag/03_llamaindex.ipynb	使用redis和llamaindex的抹布
/rag/04_advanced_redisvl.ipynb	高級抹布技術
/rag/05_nvidia_ai_rag_redis.ipynb	使用redis和nvidia nims的抹布
/rag/06_ragas_evaluation.ipynb	利用拉加斯框架評估抹布性能

LLM內存

LLM無狀態。要在對話中保持上下文，必須存儲聊天會議並對LLM不滿。 REDIS管理聊天會話的存儲和檢索，以維持上下文和對話相關性。

食譜	描述
/LLM-SESSION-MANAGER/00_SESSION_MANAGER.IPYNB	具有語義相似性的LLM會話經理
/llm-session-manager/01_multiple_sessions.ipynb	與一個實例一起處理多個同時聊天

語義緩存

估計有31％的LLM查詢是潛在的冗餘（來源）。 REDIS使語義緩存能夠迅速降低LLM成本。

食譜	描述
/semantic-cache/doc2cache_llama3_1.ipynb	使用DOC2CACHE框架和Llama3.1構建語義緩存
/semantic-cache/semantic_caching_gemini.ipynb	使用Redis和Google Gemini構建語義緩存

代理商

食譜	描述
/agents/00_langgraph_redis_agentic_rag.ipynb	筆記本開始使用Lang-Graph和代理商
/agents/01_crewai_langgraph_redis.ipynb	筆記本開始使用Lang-Graph和代理商

計算機視覺

食譜	描述
/computer-vision/00_facial_recognition_facenet.ipynb	使用面部嵌入模型和REDISVL構建面部識別系統。

推薦系統

食譜	描述
/recommendation-systems/00_content_filtering.ipynb	介紹內容過濾示例與redisvl
/recommendation-systems/01_collaborative_filtering.ipynb	介紹協作過濾示例與redisvl

教程

在不同的用例和主題中需要更深入研究嗎？

教程	描述
代理抹布	一個專注於與LlamainDex和Cohere的代理抹布的教程
抹佈在vertexai上	帶有頂點AI的Redis的抹布教程
推薦系統與NVIDIA MERLIN和REDIS	三個例子，每個例子都在復雜性上升級，展示了用NVIDIA和REDIS構建實時收穫的過程

集成

REDIS與AI生態系統中的許多不同玩家集成在一起。這是以下策劃的清單：

一體化	描述
redisvl	專用Python客戶端為Redis作為矢量數據庫
AWS Bedrock	通過將基礎模型作為統一API來簡化Genai部署
Langchain Python	流行的Python客戶lib用於構建REDIS提供支持的LLM應用程序
Langchain JS	流行的JS客戶lib用於構建由Redis提供支持的LLM應用程序
Llamaindex	Redis作為矢量數據庫的LlamainDEX集成（以前為GPT索引）
Litellm	流行的LLM代理層有助於管理和簡化多個基礎模型的使用
語義內核	MSFT流行的LIB將LLM與插件集成
相關	標記，搜索和分析非結構化數據的平台，以REDIS構建
docarray	Redis作為VectordB的Docarray集成Jina AI

內容

• 向量相似性搜索：從基礎到生產 - 入門博客文章到VSS和Redis作為VectordB。
• 用拉加斯提高破布質量
• 與Redisvl的升級抹布
• 向量數據庫和大語言模型 - SAM Partee在生產第1部分中在LLMS進行的談話。
• 向量數據庫和AI驅動的搜索談話 - SAM Partee在SDSC 2023上給出的視頻“向量數據庫和AI-Power搜索”。
• 實時產品建議 - 基於內容的recsys設計，帶有REDIS和DOCARRAY。
• nvidia recsys with redis
• Lablab AI Redis技術頁面
• 存儲和查詢與redis的嵌入
• 使用REDIS矢量相似性搜索構建智能應用程序
• REDISDAYS交易信號 - 視頻“使用AI揭示埋在公司文件中的交易信號”。

基準

• 矢量數據庫的基準測試結果 - 矢量數據庫的基準測試結果，包括REDIS和其他7個矢量數據庫播放器。
• ANN BENCHMACKS-標準ANN基準測試站點。僅使用單個Redis OSS實例/客戶端。

文件

• REDIS矢量庫文檔
• REDIS矢量數據庫QuickStart
• REDIS矢量相似性文檔 - 官方的Redis文獻用於矢量相似性搜索。
• REDIS-PY搜索文檔 - REDISEARCH的REDIS-PY客戶庫文檔。
• REDIS-PY通用文檔 - 重新介紹客戶庫文檔。
• REDIS堆棧 - REDIS堆棧文檔。
• REDIS客戶端 - REDIS客戶端列表。