Korvus часто задаваемые вопросы
Korvus — это SDK с открытым исходным кодом для конвейеров RAG (поколение с усилением извлечения), который упрощает весь рабочий процесс RAG до одного SQL-запроса, построенного на основе Postgres с привязками для Python, JavaScript, Rust и C.
Часто задаваемые вопросы Korvus
Что такое Korvus?
Korvus — это поисковый SDK, который объединяет всю цепочку RAG в одном запросе к базе данных. Построен на базе Postgres с привязками для Python, JavaScript, Rust и C.
Чем Korvus отличается от других решений?
Korvus предлагает единый подход к поиску и извлечению информации, объединяя все этапы RAG в одном запросе к базе данных. Это упрощает разработку и повышает производительность приложений, использующих RAG.
Для кого подходит Korvus?
Korvus подходит для разработчиков, которые хотят быстро и легко интегрировать RAG в свои приложения. Он особенно полезен для:
- Разработчиков, использующих PostgreSQL.
- Разработчиков, которым нужна высокая производительность поиска и извлечения информации.
- Разработчиков, которые хотят избежать сложности настройки и управления разными инструментами RAG.
Как начать использовать Korvus?
Начните с изучения документации и примерів. На GitHub есть все, что вам нужно.
Как использовать Korvus
Korvus — это SDK для поиска, разработанный для унификации конвейера RAG с использованием одного запроса к базе данных. Он использует Postgres, предлагая привязки для Python, JavaScript, Rust и C, чтобы обеспечить эффективные возможности поиска.
- Убедитесь, что у вас есть база данных Postgres с установленными
pgmlиpgvector, размещенная самостоятельно или через управляемую службу, такую как PostgresML Cloud. - Установите пакет Korvus с помощью pip:
pip install korvus. Это предоставляет необходимые привязки Python для взаимодействия с Korvus. - Установите переменную среды
KORVUS_DATABASE_URLсо строкой подключения к вашей базе данных, чтобы Korvus мог подключиться. - Инициализируйте Collection и Pipeline, определив источник данных и этапы обработки для ваших операций RAG, включая разделение и семантический поиск.
- Вставляйте или обновляйте документы с помощью
collection.upsert_documents(), чтобы ваши данные были доступны для извлечения и расширенного создания. - Выполните генерацию с расширенным извлечением (RAG) с помощью
collection.rag(), чтобы извлечь соответствующий контекст и сгенерировать ответы на основе ваших данных. - Просмотрите результаты. Korvus объединяет извлечение контекста и генерацию текста в одном запросе, упрощая RAG и повышая производительность.
- Настройте SQL-операции для расширенного управления, используя возможности оптимизации запросов PostgreSQL для повышения производительности и адаптации результатов.