Aracılığıyla paylaş

Semantik Çekirdek Vektör Deposu kod örnekleri (Önizleme)

Uyarı

Semantik Çekirdek Vektör Deposu işlevselliği önizlemededir ve köklü değişiklikler gerektiren iyileştirmeler, sürüm öncesinde, sınırlı koşullarda hala gerçekleşebilir.

Vektör Depoları ile uçtan uca RAG örneği

Bu örnek, Anlam Çekirdeği kullanarak RAG'i gösteren tek başına bir konsol uygulamasıdır. Örnek aşağıdaki özelliklere sahiptir:

  1. Sohbet ve ekleme hizmetleri seçimine izin verir
  2. Vektör veritabanları seçimine izin verir
  3. Bir veya daha fazla PDF dosyasının içeriğini okur ve her bölüm için bir öbek oluşturur
  4. Her metin öbeği için eklemeler oluşturur ve bunu seçilen vektör veritabanına ekler
  5. Vektör Deposu'nu bir Metin Arama eklentisi olarak çekirdekle kaydeder
  6. Yapay zeka modeline sağlanan istemi daha fazla bağlamla artırmak için eklentiyi çağırır

Bir vektör deposuna veri alımı ve vektör araması yapma hakkında iki basit örnek için, kullanımlarını göstermek için Qdrant ve InMemory vektör depolarını kullanan bu iki örneğe göz atın.

Birden çok mağaza ile ortak kod

Vektör depoları, anahtar türleri veya her birinin desteklediği alan türleri gibi bazı açılardan farklı olabilir. Yine de, bu farklardan bağımsız kod yazmak mümkündür.

Bunu gösteren bir veri alımı örneği için bkz:

Aynı kavramı gösteren bir vektör arama örneği için aşağıdaki örneklere bakın. Bu örneklerin her biri aynı ortak koda başvurur ve ortak kodla kullanmak üzere oluşturdukları vektör deposunun türüne göre farklılık gösterir.

Aynı kayıtta birden çok vektör destekleme

Vektör Deposu soyutlamaları, bunu destekleyen vektör veritabanları için aynı kayıttaki birden çok vektörleri destekler. Aşağıdaki örnekte, birden çok vektör içeren bazı kayıtların nasıl oluşturulacağı ve vektör araması yapılırken istenen hedef vektörlerin nasıl seçildiği gösterilmektedir.

Sayfalama ile vektör araması

Vektör Deposu soyutlamalarıyla vektör araması yaparken, sayfalamayı desteklemek için Top ve Skip parametrelerini kullanmak mümkündür, örneğin, istek başına küçük bir sonuç kümesiyle yanıt veren bir hizmet oluşturmanız gerektiğinde.

Uyarı

Tüm vektör veritabanları, vektör aramaları sırasında Atlama işlevini doğrudan desteklemediğinden, bazı bağlayıcıların bu işlevi taklit etmek için Skip + Top kayıtlarını getirmesi ve istemci tarafında atması gerekebilir.

Genel veri modelini kullanma ve özel veri modeli kullanma

Bunun yerine bir veri modeli tanımlamadan ve şemanızı bir kayıt tanımı aracılığıyla tanımlamadan Vektör Deposu soyutlamalarını kullanmak mümkündür. Bu örnekte, özel bir model kullanarak vektör deposu oluşturma ve genel veri modelini kullanarak okuma (veya tam tersi) gösterilmektedir.

ipucu

Genel veri modelini kullanma hakkında daha fazla bilgi için kendi veri modelinizi tanımlamadan Vektör Deposu soyutlamalarını kullanma bölümüne bakın.

Langchain kullanılarak oluşturulmuş ve içeri aktarılmış koleksiyonları kullanma

Vektör Deposu soyutlamalarını kullanarak farklı bir sistem kullanılarak oluşturulan ve alınan koleksiyonlara (örneğin Langchain) erişmek mümkündür. Birlikte çalışmanın uyumlu çalışmasını sağlamak için izlenebilecek birden çok yaklaşım vardır. Örneğin,

  1. Langchain uygulamasının kullandığı depolama şemasıyla eşleşen bir veri modeli oluşturma.
  2. Alanlar için özel depolama özelliği adlarıyla bir kayıt tanımı kullanma.

Aşağıdaki örnekte, Langchain uyumlu Vektör Deposu uygulamaları oluşturmak için bu yaklaşımların nasıl kullanılacağını göstereceğiz.

Her vektör deposu için Langchain uyumlu Vektör Deposunun nasıl oluşturıldığını gösteren bir fabrika sınıfı vardır. Bkz.

Azure AI Arama Vektör Deposu ile uçtan uca RAG örneği

Bu örnek, ilki Azure AI Arama Vektör Deposu'nu ayarlamanın temellerini, ikincisi de eklentinin nasıl oluşturulacağını ve RAG gerçekleştirmek için nasıl kullanılacağını gösteren iki betikten oluşan bir kümedir.

  1. Bu örnek için veri modelinin açıklaması ve Azure AI Search'ün nasıl kurulacağı hakkında bilgi
  2. Azure AI Search'te kayıt oluşturma, vektör ekleme ve kayıt artırma
  3. Daha sonra gelişmiş RAG için otomatik işlev çağrısıyla kullanılabilen özel işlevler oluşturmak için aynı bağlantı ve veri modelini kullanın

Basit Veri Alımı ve Vektör Araması

Ayrıca koleksiyonu oluşturmaktan kayıt eklemeye, son olarak arama yapmaya kadar temel bilgileri gösteren bir örneğimiz de var. Bu işlem farklı vektör depolarıyla başlatılabilir.

Basit Veri Alımı ve Vektör Araması

Bir vektör deposuna veri alımı ve vektör araması yapma hakkında basit örnekler için Azure AI Search, PostgreSQL ile JDBC, Redis ve Bellekte vektör depolarından yararlanan bu örneklere göz atın.

  • Last updated on