#168 · 主分类: 知识库与企业搜索

NeumAI

ai chatgpt data data-engineering database embeddings etl llm llmops mlops ops pipeline python rag retrieval vector-database vectors

Neum AI 是一个一流的框架,用于大规模管理向量嵌入的创建与同步。

项目最后更新:01/15/24

GitHub Stars

867

Forks数量

50

贡献者数量

7

许可证

Apache-2.0

收录理由

Neum AI 把检索增强生成(RAG)流程里那些繁琐的衔接工作打包好了:从 Postgres 或 S3 这类源头拉取内容、完成向量化、再把向量写进 Weaviate 或 Qdrant 等存储,全程不需要你手写各个连接器。你可以用纯 Python 描述整个数据处理管线,一次简短的 run() 调用就能把原始文档变成可检索的向量。当底层数据源发生变化时,实时同步机制会持续更新索引,而元数据在摄入过程中也不会丢失,后续做混合检索时省去额外搭建的麻烦。对那些原本要自己拼凑 ETL、嵌入和数据库集成的小团队来说,把这一层数据管道放在一处,实实在在减少了前期搭建时间。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目