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。バグを見つけた場合は、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 | ベクトル検索とLlamaIndexの統合 |
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することもできます。
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。
次の表には、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がリストされています。
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入門 |
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 |