📣

TiDB Cloud Serverless が
Starter
に変わりました!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

このページは役に立ちましたか?