Milvus
Datos
Neotask conecta OpenClaw a tu base de datos vectorial Milvus — busca, indexa y gestiona embeddings mediante conversación natural en lugar de escribir código de consultas.
- Ejecuta búsquedas de texto, vectoriales, híbridas y multi-vectoriales en tus colecciones sin escribir código
- Crea colecciones, inserta datos y construye índices mediante instrucciones en lenguaje simple
- Monitorea estadísticas de colecciones y gestiona tu infraestructura vectorial de forma conversacional
Lo que puedes hacer
La integración con Milvus ofrece 11 acciones que cubren búsqueda, gestión de datos y administración de colecciones:
Operaciones de Búsqueda
Búsqueda de texto — búsqueda de texto completo en los campos de la colección para coincidencia de palabras clave
Búsqueda vectorial — búsqueda de similitud usando embeddings para recuperación semántica
Búsqueda híbrida — combina búsqueda de texto y vectorial para obtener lo mejor de ambos mundos
Búsqueda multi-vectorial — busca en múltiples campos vectoriales simultáneamente
Consulta — filtra y recupera registros usando expresiones booleanas
Conteo — cuenta registros que coincidan con condiciones de filtroGestión de Colecciones
Listar todas las colecciones en tu instancia
Obtener esquema, índice y estadísticas de cualquier colección
Crear nuevas colecciones con esquemas definidos
Insertar registros de datos en colecciones
Construir índices en campos vectoriales o escalaresCada acción se ejecuta de forma autónoma o requiere tu aprobación — tú decides.
Prueba preguntando
"Busca en nuestro catálogo de productos elementos similares a esta descripción"
"¿Cuántos registros hay en la colección de embeddings de clientes?"
"Crea una nueva colección llamada 'tickets_soporte' con un campo vectorial de dimensión 768"
"Ejecuta una búsqueda híbrida combinando la palabra clave 'precios' con el significado semántico de 'reducción de costos'"
"Muéstrame el esquema y los detalles del índice de la colección base_conocimiento"
"Inserta estos 50 registros de productos en la colección del catálogo"Consejos avanzados
La búsqueda híbrida suele superar a la búsqueda pura vectorial o de texto — úsala por defecto en casos de uso de recuperación en producción.
Construye índices antes de ejecutar búsquedas a gran escala; las colecciones sin índices escanean cada registro.
Usa búsqueda multi-vectorial cuando tus registros tengan embeddings separados para título, cuerpo y metadatos.
Combina Milvus con tu sistema de gestión de contenido en un grupo de apps para que los agentes puedan embeber y almacenar automáticamente nuevos documentos conforme se publican.
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...