ベクトル検索統合の概要

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 Vector Search 統合の概要を説明します。

注記

TiDB Vector Search は、TiDB Self-Managed (TiDB >= v8.4) およびTiDB Cloudサーバーレスでのみ使用できます。 TiDB Cloud専用では使用できません。

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
ランチェインベクトル検索をLangChainと統合する
ラマインデックスベクトル検索をLlamaIndexと統合する

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、さまざまな目的に使用できます。

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・アイベクトル検索をJina AI Embeddings APIと統合する

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 を使用したベクトル検索の開始
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 Vector Search 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 と統合する

このページは役に立ちましたか?