Korvus 常见问题解答

Korvus 是什么？

Korvus 是一个基于 PostgreSQL 的搜索 SDK，它将整个 RAG（检索增强生成）流程整合到一个数据库查询中。

为什么选择 Korvus？

Korvus 帮助你简化 RAG 的开发流程，并提供以下优势：

• 统一的查询体验：无需多个工具和库，Korvus 将检索、嵌入和生成整合到一个数据库查询中。
• 高性能：利用 PostgreSQL 的性能优势，Korvus 可以高效处理大规模数据。
• 可扩展性：支持多种语言绑定，方便你集成到不同的应用程序中。

Korvus 的主要功能有哪些？

Korvus 提供了以下主要功能：

• 支持各种文本检索模型，例如 OpenAI 的 text-embedding-ada-002 模型。
• 基于向量数据库的检索，可以根据语义进行高效检索。
• 支持各种文本生成模型，例如 OpenAI 的 text-davinci-003 模型。
• 提供了方便的 API 接口，可以轻松与你的应用程序集成。

如何开始使用 Korvus？

你可以参考 Korvus 的官方文档和示例代码进行快速上手。

Korvus 的 SQL 查询功能有什么优势？

Korvus 允许你使用 SQL 查询来进行 RAG 操作，这样可以利用 PostgreSQL 的强大查询功能，并实现更加灵活和高效的检索和生成。

如何加入 Korvus 社区？

你可以加入 Korvus 的 Discord 频道，与其他开发者交流和获取帮助。

Korvus 是一个搜索 SDK，旨在统一 RAG 流程，只需一次数据库查询。它利用 Postgres，并提供 Python、JavaScript、Rust 和 C 的绑定，以提供高效的搜索能力。

• 确保您拥有安装了 pgml 和 pgvector 的 Postgres 数据库，无论是自托管还是通过像 PostgresML Cloud 这样的托管服务。
• 使用 pip 安装 Korvus 包：pip install korvus。这将提供与 Korvus 交互所需的 Python 绑定。
• 设置 KORVUS_DATABASE_URL 环境变量，其中包含您的数据库连接字符串，以允许 Korvus 连接。
• 初始化一个 Collection 和 Pipeline，定义数据源和 RAG 操作的处理步骤，包括拆分和语义搜索。
• 使用 collection.upsert_documents() 插入或更新文档，确保您的数据可用于检索和增强生成。
• 使用 collection.rag() 执行检索增强生成 (RAG)，以检索相关上下文并根据您的数据生成响应。
• 检查结果。Korvus 在单个查询中结合了上下文检索和文本生成，简化了 RAG 并提高了性能。
• 自定义 SQL 操作以进行高级控制，利用 PostgreSQL 的查询优化功能来提高性能并定制结果。