📣
TiDB Cloud Essential はパブリックプレビュー中です。このページは自動翻訳されたものです。原文はこちらからご覧ください。

ベクター検索統合の概要



このドキュメントでは、サポートされている AI フレームワーク、埋め込みモデル、オブジェクト リレーショナル マッピング (ORM) ライブラリなど、TiDB ベクトル検索統合の概要について説明します。

注記:

AIフレームワーク

TiDB は以下の AI フレームワークを公式にサポートしており、これらのフレームワークに基づいて開発された AI アプリケーションを TiDB Vector Search に簡単に統合できます。

AIフレームワークチュートリアル
ランチェーンLangChainとベクトル検索を統合する
ラマインデックスLlamaIndexとベクター検索を統合する

また、TiDB は、ドキュメントのstorageや AI アプリケーションのナレッジ グラフのstorageなど、さまざまなタスクにも使用できます。

モデルとサービスの埋め込み

TiDB Vector Search は、最大 16383 次元のベクトルの保存をサポートしており、ほとんどの埋め込みモデルに対応します。

ベクトルを生成するには、自己展開されたオープンソースの埋め込みモデルまたはサードパーティの埋め込み API のいずれかを使用できます。

次の表に、いくつかの主要な埋め込みサービス プロバイダーと、対応する統合チュートリアルを示します。

埋め込みサービスプロバイダーチュートリアル
ジナ・アイJina AI Embeddings APIとベクター検索を統合する

オブジェクトリレーショナルマッピング(ORM)ライブラリ

TiDB Vector Search を ORM ライブラリと統合して、TiDB データベースと対話することができます。

次の表に、サポートされている ORM ライブラリと対応する統合チュートリアルを示します。

言語ORM/クライアントインストール方法チュートリアル
パイソンTiDB ベクタークライアントpip install tidb-vector[client] Pythonを使ったベクトル検索を始めよう
SQLアルケミーpip install tidb-vector TiDBベクトル検索をSQLAlchemyと統合する
ピーウィーpip install tidb-vector TiDBベクトル検索をpeeweeと統合する
ジャンゴpip install django-tidb[vector] TiDBベクトル検索をDjangoに統合する

このページは役に立ちましたか?