Korvus FAQ

Apa itu Korvus?

Korvus adalah SDK pencarian yang menyatukan seluruh pipeline RAG dalam satu kueri database. Dibangun di atas Postgres dengan binding untuk Python, JavaScript, Rust, dan C.

Apa manfaat Korvus?

Korvus memungkinkan Anda untuk melakukan pencarian dan mendapatkan informasi yang relevan dengan cepat dan mudah. Karena Korvus dibangun di atas Postgres, Anda dapat memanfaatkan kekuatan SQL untuk membuat kueri yang kompleks dan mendapatkan hasil yang akurat.

Bagaimana cara menggunakan Korvus?

Anda dapat menggunakan Korvus dengan berbagai bahasa pemrograman, termasuk Python, JavaScript, Rust, dan C. Untuk memulai, Anda dapat menemukan panduan dan dokumentasi di situs web Korvus.

Apa perbedaan Korvus dengan produk serupa lainnya?

Korvus berbeda dari produk serupa lainnya karena menyatukan seluruh pipeline RAG dalam satu kueri database. Hal ini memungkinkan Anda untuk mendapatkan hasil yang lebih cepat dan akurat daripada produk lainnya.

Apakah Korvus gratis?

Ya, Korvus tersedia secara gratis untuk digunakan. Anda dapat menemukan informasi lebih lanjut tentang lisensi di situs web Korvus.

Korvus adalah SDK pencarian yang dirancang untuk menyatukan pipeline RAG, menggunakan satu kueri database. Ia memanfaatkan Postgres, menawarkan pengikatan untuk Python, JavaScript, Rust, dan C, untuk memberikan kemampuan pencarian yang efisien.

• Pastikan Anda memiliki database Postgres dengan pgml dan pgvector terinstal, baik yang dihosting sendiri atau melalui layanan terkelola seperti PostgresML Cloud.
• Instal paket Korvus menggunakan pip: pip install korvus. Ini menyediakan pengikatan Python yang diperlukan untuk berinteraksi dengan Korvus.
• Atur variabel lingkungan KORVUS_DATABASE_URL dengan string koneksi database Anda untuk memungkinkan Korvus terhubung.
• Inisialisasi Koleksi dan Pipeline, definisikan sumber data dan langkah-langkah pemrosesan untuk operasi RAG Anda, termasuk pemisahan dan pencarian semantik.
• Masukkan atau perbarui dokumen menggunakan collection.upsert_documents(), pastikan data Anda tersedia untuk pengambilan dan pembuatan yang ditingkatkan.
• Lakukan Retrieval-Augmented Generation (RAG) menggunakan collection.rag() untuk mengambil konteks yang relevan dan menghasilkan respons berdasarkan data Anda.
• Tinjau hasilnya. Korvus menggabungkan pengambilan konteks dan pembuatan teks dalam satu kueri, menyederhanakan RAG dan meningkatkan kinerja.
• Sesuaikan operasi SQL untuk kontrol lanjutan, manfaatkan kemampuan optimasi kueri PostgreSQL untuk meningkatkan kinerja dan menyesuaikan hasil.