Milvus
Daten
Neotask gibt Ihnen über OpenClaw 11 Aktionen für Suche, Datenverwaltung und Collection-Administration — von Textsuche über Vektorsuche bis zu Hybridsuche per Konversation.
- Textsuche, Vektorsuche, Hybridsuche und Multi-Vektor-Suche über Collections ausführen und Datensätze mit booleschen Ausdrücken filtern
- Collections auflisten, Schemata und Indizes inspizieren, neue Collections erstellen und Datensätze einfügen
- Indizes auf Vektor- oder Skalarfeldern erstellen und Datensätze zählen, die Filterbedingungen entsprechen
Was Sie tun können
Die Milvus-Integration bietet 11 Aktionen für Suche, Datenverwaltung und Collection-Administration:
Suchoperationen
Textsuche — Volltextsuche über Collection-Felder für Keyword-Matching
Vektorsuche — Ähnlichkeitssuche mit Embeddings für semantisches Retrieval
Hybridsuche — Text- und Vektorsuche kombinieren für Best-of-Both-Worlds-Ergebnisse
Multi-Vektor-Suche — über mehrere Vektorfelder gleichzeitig suchen
Abfrage — Datensätze mit booleschen Ausdrücken filtern und abrufen
Zählen — Datensätze zählen, die Filterbedingungen entsprechenCollection-Verwaltung
Alle Collections in Ihrer Instanz auflisten
Schema, Index und Statistiken für jede Collection abrufen
Neue Collections mit definierten Schemata erstellen
Datensätze in Collections einfügen
Indizes auf Vektor- oder Skalarfeldern erstellenJede Aktion läuft autonom oder erfordert Ihre Genehmigung — Sie entscheiden.
Fragen Sie zum Beispiel
"Durchsuche unseren Produktkatalog nach Artikeln, die dieser Beschreibung ähneln"
"Wie viele Datensätze sind in der Customer-Embeddings-Collection?"
"Erstelle eine neue Collection namens 'support_tickets' mit einem 768-dimensionalen Vektorfeld"
"Führe eine Hybridsuche durch, die das Keyword 'Preisgestaltung' mit der semantischen Bedeutung von 'Kostenreduzierung' kombiniert"
"Zeige mir Schema- und Index-Details für die knowledge_base-Collection"
"Füge diese 50 Produktdatensätze in die Catalog-Collection ein"Profi-Tipps
Hybridsuche übertrifft typischerweise reine Vektor- oder reine Textsuche — nutzen Sie sie als Standard für Produktions-Retrieval.
Erstellen Sie Indizes, bevor Sie groß angelegte Suchen ausführen; unindizierte Collections scannen jeden Datensatz.
Verwenden Sie Multi-Vektor-Suche, wenn Ihre Datensätze separate Embeddings für Titel, Inhalt und Metadaten haben.
Kombinieren Sie Milvus mit Ihrem Content-Management-System in einer App-Gruppe, damit Agenten neue Dokumente automatisch embedden und speichern.
Works Well With
- openai - Connect Milvus and OpenAI with Neotask to build AI-powered semantic search, vector storage, and retrieval-augmented gene...
- synapseorg - Connect Milvus vector search with Synapse biomedical datasets. Index research embeddings, run similarity search across p...