Генеративный поиск в Weaviate

О чём урок

Этот notebook подготовлен для сценария, в котором: Ваши данные уже находятся в Weaviate Вы хотите использовать Weaviate с модулем Generative OpenAI (generative-openai). Этот cookbook охватывает только примеры Generative Search; он не включает настройку и импорт данных. Чтобы максимально эффективно использовать этот cookbook, пожалуйста, сначала пройдите Getting Started cookbook, где вы изучите основы работы с Weaviate и импортируете демонстрационные данные. Контрольный список: пройден Getting Started cookbook, создан экземпляр Weaviate, данные импортированы в ваш экземпляр Weaviate, у вас есть OpenAI API key =========================================================== OpenAI API key используется для векторизации ваших данных при импорте и для выполнения запросов. Если у вас нет OpenAI API key, вы можете получить его по адресу https://beta.openai.com/account/api-keys. Как только вы получите свой ключ, пожалуйста, добавьте его в переменные окружения как OPENAI_API_KEY. В этом разделе мы: проверим переменную окружения OPENAI_API_KEY – убедитесь, что вы выполнили шаг в #Prepare-your-OpenAI-API-key подключимся к вашему Weaviate с помощью OpenAI API Key и протестируем клиентское подключение После этого шага объект client будет использоваться для выполнения всех операций, связанных с Weaviate. Weaviate предлагает модуль Generative Search OpenAI, который генерирует ответы на основе данных, хранящихся в вашем экземпляре Weaviate. Способ построения generative search запроса очень похож на стандартный запрос семантического поиска в Weaviate. Например: поиск в "Articles", возврат "title", "content", "url" поиск объектов, связанных с "football clubs" ограничение результатов до 5 объектов Теперь вы можете добавить функцию with_generate() для применения generative трансформации. with_generate принимает либо: single_prompt - для генерации ответа для каждого возвращенного объекта, grouped_task – для генерации одного ответа из всех возвращенных объектов. Спасибо, что следили за этим руководством, теперь вы готовы настраивать собственные векторные базы данных и использовать embedding для выполнения всевозможных интересных задач – наслаждайтесь! Для более сложных сценариев использования, пожалуйста, продолжайте изучать другие примеры cookbook в этом репозитории.

План урока

1. Предварительные требования
2. Подготовьте ваш OpenAI API key
3. Подключение к вашему экземпляру Weaviate
4. Клиент
5. Generative Search