l
lancedb/vectordb-recipes
Resource, examples & tutorials for multimodal AI, RAG and agents using vector search and LLMs
agentsaideep-learningembeddingsfine-tuninggptgpt-4-visionlancedblangchainllama-indexllmsmachine-learningmultimodalmultimodal-aiopenairagvector-database
Jupyter NotebookApache-2.0创建于 2023/6/25更新于 2 天前
README
由 Gemini 翻译整理
VectorDB-recipes
深入构建 GenAI 应用！ 本仓库包含了丰富的示例、应用、入门代码及教程，旨在帮助你快速启动 GenAI 项目。
- 这些资源基于 LanceDB 构建，这是一个免费、开源、无服务器的 vectorDB，无需配置。
- 它完美集成于 Python 数据生态系统，你可以将其直接应用于现有的数据流水线中，如 pandas、arrow、pydantic 等。
- LanceDB 拥有原生的 Typescript SDK，通过它你可以在无服务器函数中运行向量搜索！
加入我们的社区获取支持 - Discord • Twitter
本仓库分为两个部分：
- 示例 (Examples) - 直接进入代码，几乎无需预备知识，旨在让你在几分钟内从构思走向 PoC！
- 应用 (Applications) - 基于 LLM、VectorDB 和 GenAI 工具构建的现成 Python 及 Web 应用程序。
以下示例被整理在不同的表格中，以便于查阅同类内容。
目录
- 从零构建 (Build from Scratch) - 创建 AI 应用的分步指南。
- 多模态 (Multimodal) - 构建能够处理并搜索文本和图像的应用。
- RAG - 将文档检索与 LLM 驱动的回复相结合。
- 向量搜索 (Vector Search) - 学习如何通过向量搜索高效查找相关文档。
- 聊天机器人 (Chatbot) - 创建能够获取信息并生成智能回复的 AI 聊天机器人。
- 评估 (Evaluation) - 衡量 AI 生成答案的质量和准确性。
- AI 智能体 (AI Agents) - 构建由 LLM 驱动、多智能体协作互动的应用程序。
- 推荐系统 (Recommender Systems) - 开发用于个性化推荐的 AI 系统。
- 概念 (Concepts) - AI 应用中关键技术的教程与讲解。
🌟 最新动态 🌟
关注仓库中添加的最新项目、工具和改进。
- V-JEPA 视频搜索 -
从零构建 (Build from Scratch)
从基础开始！这些示例将引导你使用 LanceDB 进行高效的文档检索和搜索，从零开始创建 AI 应用程序。
| 从零构建 | 交互式 Notebook 与脚本 |
|---|---|
| 从零构建 RAG |    |
| 使用 Llama3 从零构建本地 RAG |   |
| 从零构建多头 RAG | |
| 从零构建金融科技 AI 智能体 |  |
多模态 (Multimodal)
跨不同类型的数据（文本、图像等）进行搜索。构建能够处理多种输入格式的强大搜索应用。
| 多模态 | 交互式 Notebook 与脚本 | 博客 |
|---|---|---|
| V-JEPA 视频搜索 | ||
| 多模态 CLIP：DiffusionDB | |  |
| 多模态 CLIP：YouTube 视频 | [![LLM](https://img.shields.i |