📣
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:

ベクター検索機能はベータ版です。予告なく変更される可能性があります。バグを発見した場合は、GitHubで問題報告を行ってください。

注記:

ベクトル検索機能は、TiDB Self-Managed、 TiDB Cloudスターター TiDB Cloudエッセンシャル利用できますTiDB Cloud専用 Self-ManagedおよびTiDB Cloud Dedicatedの場合、TiDBバージョンはv8.4.0以降である必要があります(v8.5.0以降を推奨)。

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
ランチェイン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

さらに、TiDB は、ドキュメントのstorageや AI アプリケーション用のナレッジ グラフのstorageなど、さまざまな用途に使用できます。

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を使用するか、サードパーティの埋め込みプロバイダーが提供するサードパーティの埋め込み API 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?