Korvus

Búsqueda unificada de RAG en una sola consulta de base de datos

Korvus es un SDK de búsqueda que unifica todo el pipeline de RAG en una sola consulta de base de datos. Está construido sobre PostgreSQL con enlaces para Python, JavaScript, Rust y C.

Integración de bases de datos

Korvus se integra con las bases de datos PostgreSQL, lo que permite a los usuarios aprovechar las capacidades de búsqueda y análisis existentes de PostgreSQL. Los usuarios pueden consultar sus datos almacenados en PostgreSQL utilizando el lenguaje de consulta estructurado (SQL), obteniendo un acceso más rápido y eficiente a la información.

Enriquecimiento de datos de búsqueda

Korvus permite a los usuarios enriquecer sus datos de búsqueda con información de diferentes fuentes, como API, bases de datos externas o archivos. Esto permite una búsqueda más completa y relevante.

Computación distribuida

Korvus admite computación distribuida, lo que permite que los usuarios procesen grandes conjuntos de datos de forma eficiente. Esto es posible gracias a la integración con PostgreSQL, que permite una gestión escalable y de alto rendimiento.

Búsqueda en tiempo real

Korvus ofrece capacidades de búsqueda en tiempo real, lo que permite a los usuarios obtener resultados de búsqueda actualizados. Esto es esencial para aplicaciones que requieren información precisa y actualizada.

Documentación y comunidad

Korvus cuenta con una documentación completa y una comunidad activa de usuarios en Discord y Twitter.

• Desarrolladores de aplicaciones: Implementen una canalización RAG con el SDK de Korvus, utilizando sus enlaces de Python y JavaScript.
• Científicos de datos: Creen aplicaciones de búsqueda escalables y de alto rendimiento aprovechando las capacidades RAG de consulta única de Korvus en Postgres.
• Arquitectos empresariales: Simplifiquen arquitecturas complejas reemplazando los enfoques orientados a servicios con la canalización RAG nativa de Postgres unificada de Korvus.
• Ingenieros de aprendizaje automático: Personalicen y amplíen las operaciones SQL de Korvus para obtener una funcionalidad RAG avanzada y una experiencia de desarrollador mejorada.
• Colaboradores de código abierto: Contribuyan al proyecto Korvus mejorando el soporte multilingüe y mejorando las características existentes.

¿Qué es Korvus?

Korvus es un SDK de búsqueda que unifica todo el flujo de trabajo de RAG (Retrieval Augmented Generation) en una sola consulta de base de datos. Está construido sobre PostgreSQL con enlaces para Python, JavaScript, Rust y C.

¿Por qué elegir Korvus?

Korvus ofrece varias ventajas, incluyendo:

• Simplicidad: Convierte la complejidad de la búsqueda RAG en una consulta SQL.
• Rendimiento: Aprovecha la potencia y escalabilidad de PostgreSQL.
• Flexibilidad: Integrase con una variedad de lenguajes de programación.

¿Cómo puedo empezar a usar Korvus?

Puedes empezar a usar Korvus siguiendo los pasos de la documentación.

¿Qué lenguajes de programación son compatibles con Korvus?

Korvus ofrece enlaces para Python, JavaScript, Rust y C, lo que te permite utilizarlo con tu lenguaje de programación preferido.

¿Qué tipo de consultas puedo ejecutar con Korvus?

Korvus te permite realizar consultas complejas con la potencia de SQL, como:

• Buscar información en un gran conjunto de datos.
• Filtrar resultados según criterios específicos.
• Clasificar los resultados por relevancia.
• Generar texto a partir de los resultados de la búsqueda.

¿Cuál es la arquitectura del sistema de Korvus?

Korvus está construido sobre una arquitectura robusta que incluye:

• Un motor de base de datos PostgreSQL.
• Un conjunto de bibliotecas de enlace para diferentes lenguajes de programación.
• Un motor de búsqueda que indexa y consulta los datos.

¿Dónde puedo encontrar más información sobre Korvus?

Puedes encontrar más información en la documentación oficial de Korvus o unirte a la comunidad en Discord o Twitter.

Korvus es un SDK de búsqueda diseñado para unificar el flujo de RAG, utilizando una única consulta a la base de datos. Aprovecha Postgres, ofreciendo enlaces para Python, JavaScript, Rust y C, para ofrecer capacidades de búsqueda eficientes.

• Asegúrate de tener una base de datos Postgres con pgml y pgvector instalados, ya sea auto-alojada o a través de un servicio gestionado como PostgresML Cloud.
• Instala el paquete Korvus usando pip: pip install korvus. Esto proporciona los enlaces de Python necesarios para interactuar con Korvus.
• Establece la variable de entorno KORVUS_DATABASE_URL con la cadena de conexión a tu base de datos para permitir que Korvus se conecte.
• Inicializa una Colección y un Pipeline, definiendo la fuente de datos y los pasos de procesamiento para tus operaciones RAG, incluyendo la división y la búsqueda semántica.
• Inserta o actualiza documentos usando collection.upsert_documents(), asegurando que tus datos estén disponibles para la recuperación y la generación aumentada.
• Realiza la Generación Aumentada por Recuperación (RAG) usando collection.rag() para recuperar el contexto relevante y generar respuestas basadas en tus datos.
• Revisa los resultados. Korvus combina la recuperación de contexto y la generación de texto en una sola consulta, simplificando RAG y mejorando el rendimiento.
• Personaliza las operaciones SQL para un control avanzado, aprovechando las capacidades de optimización de consultas de PostgreSQL para mejorar el rendimiento y adaptar los resultados.