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 |