Milvus

Données

Neotask connecte OpenClaw à votre base de données vectorielle Milvus — effectuez des recherches, indexez et gérez vos embeddings par conversation naturelle plutôt qu'en écrivant du code de requête.

Ce que vous pouvez faire

L'intégration Milvus propose 11 actions couvrant la recherche, la gestion des données et l'administration des collections :

Opérations de recherche

  • Recherche textuelle — recherche plein texte dans les champs de collection pour la correspondance de mots-clés
  • Recherche vectorielle — recherche de similarité par embeddings pour la récupération sémantique
  • Recherche hybride — combinez recherche textuelle et vectorielle pour les meilleurs résultats
  • Recherche multi-vectorielle — recherchez simultanément dans plusieurs champs vectoriels
  • Requête — filtrez et récupérez des enregistrements à l'aide d'expressions booléennes
  • Comptage — comptez les enregistrements correspondant à des conditions de filtre

    • Gestion des collections

  • Lister toutes les collections de votre instance
  • Obtenir le schéma, l'index et les statistiques d'une collection
  • Créer de nouvelles collections avec des schémas définis
  • Insérer des enregistrements de données dans les collections
  • Construire des index sur des champs vectoriels ou scalaires

    • Chaque action s'exécute de manière autonome ou nécessite votre approbation — c'est vous qui décidez.

    Essayez de demander

  • "Cherche dans notre catalogue produits les articles similaires à cette description"
  • "Combien d'enregistrements y a-t-il dans la collection customer-embeddings ?"
  • "Crée une nouvelle collection appelée 'support_tickets' avec un champ vectoriel de dimension 768"
  • "Lance une recherche hybride combinant le mot-clé 'tarification' avec le sens sémantique de 'réduction des coûts'"
  • "Montre-moi le schéma et les détails d'index de la collection knowledge_base"
  • "Insère ces 50 enregistrements produits dans la collection catalog"

    • Conseils d'expert

  • La recherche hybride surpasse généralement la recherche purement vectorielle ou purement textuelle — privilégiez-la pour les cas d'usage de récupération en production.
  • Construisez les index avant d'effectuer des recherches à grande échelle ; les collections non indexées parcourent chaque enregistrement.
  • Utilisez la recherche multi-vectorielle lorsque vos enregistrements ont des embeddings séparés pour le titre, le corps et les métadonnées.
  • Associez Milvus à votre système de gestion de contenu dans un groupe d'applications pour que les agents intègrent et stockent automatiquement les nouveaux documents au fur et à mesure de leur publication.

    • Works Well With