Skip to main content
Open on GitHub

Weaviate

Weaviate 是一个开源向量数据库。它允许你存储来自你 favorite ML 模型的数据对象和向量嵌入，并且可以无缝扩展至数十亿数据对象。

什么是 Weaviate？

  • LangChain是开源的AI开发框架，类型为向量搜索引擎数据库。
  • Weaviate 允许您以类属性的方式存储 JSON 文档，并为这些文档附加机器学习向量，以便在向量空间中表示它们。
  • Weaviate 可以独立使用（即自带向量）或与各种模块一起使用，这些模块可以为您处理向量化并扩展核心功能。
  • Weaviate 有一个GraphQL-API，可以方便地访问您的数据。
  • 我们旨在将您的向量搜索设置推向生产，以便在毫秒内进行查询（请参阅我们的开源基准测试以了解Weaviate是否适合您的用例）。
  • 五分钟内通过基础入门指南了解 Weaviate。

Weaviate 详细介绍：

Weaviate 是一个低延迟向量搜索引擎，支持多种媒体类型（文本、图像等）。它提供了语义搜索、问题回答提取、分类、可定制模型（PyTorch/TensorFlow/Keras）等功能。从头开始用Go语言构建的Weaviate同时存储对象和向量，允许将向量搜索与结构化过滤相结合，并提供云原生数据库的容错能力。所有这些都可以通过GraphQL、REST以及各种客户端编程语言来访问。

安装与设置

安装 Python SDK：

pip install langchain-weaviate

向量存储​

存在一个对Weaviate索引的封装，允许你将其用作向量存储，无论是用于语义搜索还是示例选择。

要导入此向量存储库：

from langchain_weaviate import WeaviateVectorStore

要详细了解 Weaviate 封装，请参阅 这个笔记本