Milvus
Dati
Neotask connette OpenClaw al tuo database vettoriale Milvus — cerca, indicizza e gestisci gli embedding tramite conversazione naturale invece di scrivere codice di query.
- Esegui ricerche testuali, vettoriali, ibride e multi-vettoriali nelle tue collezioni senza scrivere codice
- Crea collezioni, inserisci dati e costruisci indici tramite istruzioni in linguaggio naturale
- Monitora le statistiche delle collezioni e gestisci la tua infrastruttura vettoriale in modo conversazionale
Cosa puoi fare
L'integrazione Milvus fornisce 11 azioni che coprono ricerca, gestione dei dati e amministrazione delle collezioni:
Operazioni di Ricerca
Ricerca testuale — ricerca full-text nei campi delle collezioni per la corrispondenza per parole chiave
Ricerca vettoriale — ricerca per similarità usando embedding per il recupero semantico
Ricerca ibrida — combina ricerca testuale e vettoriale per risultati del meglio dei due mondi
Ricerca multi-vettoriale — ricerca su più campi vettoriali contemporaneamente
Query — filtra e recupera record usando espressioni booleane
Conteggio — conta i record che corrispondono alle condizioni di filtroGestione delle Collezioni
Elenca tutte le collezioni nella tua istanza
Ottieni schema, indice e statistiche per qualsiasi collezione
Crea nuove collezioni con schemi definiti
Inserisci record di dati nelle collezioni
Costruisci indici su campi vettoriali o scalariOgni azione viene eseguita in modo autonomo o richiede la tua approvazione — decidi tu.
Prova a chiedere
"Cerca nel nostro catalogo prodotti gli articoli simili a questa descrizione"
"Quanti record ci sono nella collezione degli embedding dei clienti?"
"Crea una nuova collezione chiamata 'ticket_supporto' con un campo vettoriale a 768 dimensioni"
"Esegui una ricerca ibrida combinando la parola chiave 'prezzi' con il significato semantico di 'riduzione dei costi'"
"Mostrami lo schema e i dettagli dell'indice per la collezione knowledge_base"
"Inserisci questi 50 record prodotto nella collezione del catalogo"Suggerimenti avanzati
La ricerca ibrida supera tipicamente la ricerca puramente vettoriale o puramente testuale — utilizzala per impostazione predefinita per i casi d'uso di recupero in produzione.
Costruisci gli indici prima di eseguire ricerche su larga scala; le collezioni non indicizzate scansionano ogni record.
Usa la ricerca multi-vettoriale quando i tuoi record hanno embedding separati per titolo, corpo e metadati.
Abbina Milvus al tuo sistema di gestione dei contenuti in un gruppo di app in modo che gli agenti possano automaticamente incorporare e archiviare nuovi documenti man mano che vengono pubblicati.
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...