Milvus
データ
NeotaskはNeotaskをMilvusベクターデータベースに接続します - クエリコードを書く代わりに、自然な会話で検索、インデックス作成、埋め込み管理を行えます。
- コードを書かずにコレクション全体でテキスト、ベクター、ハイブリッド、マルチベクター検索を実行
- 平易な英語の指示でコレクションの作成、データの挿入、インデックスの構築
- コレクション統計を監視し、ベクターインフラを会話で管理
できること
Milvus連携は検索、データ管理、コレクション管理をカバーする11のアクションを提供します：
検索操作
- テキスト検索 - キーワードマッチングのためのコレクションフィールド全体のフルテキスト検索
- ベクター検索 - セマンティック取得のための埋め込みを使った類似検索
- ハイブリッド検索 - テキストとベクター検索を組み合わせて最良の結果を取得
- マルチベクター検索 - 複数のベクターフィールドを同時に検索
- クエリ - ブール式を使ってレコードをフィルタリングして取得
- カウント - フィルター条件に一致するレコードを集計
コレクション管理
- インスタンス内のすべてのコレクションを一覧表示
- 任意のコレクションのスキーマ、インデックス、統計を取得
- 定義されたスキーマで新しいコレクションを作成
- コレクションにデータレコードを挿入
- ベクターまたはスカラーフィールドにインデックスを構築
すべてのアクションは自律的に実行されるか、承認を求めるかを選べます。
こう聞いてみよう
- 「この説明に似た商品を商品カタログで検索して」
- 「顧客埋め込みコレクションのレコード数は？」
- 「768次元のベクターフィールドを持つ'support_tickets'という新しいコレクションを作成して」
- 「キーワード'pricing'とコスト削減のセマンティックを組み合わせたハイブリッド検索を実行して」
- 「knowledge_baseコレクションのスキーマとインデックス詳細を表示して」
- 「これら50件の商品レコードをカタログコレクションに挿入して」
活用のコツ
- ハイブリッド検索は通常、純粋なベクターまたはテキスト検索より優れています - 本番環境の取得ユースケースではデフォルトで使用しましょう。
- 大規模な検索を実行する前にインデックスを構築してください。インデックスのないコレクションはすべてのレコードをスキャンします。
- レコードにタイトル、本文、メタデータの個別の埋め込みがある場合はマルチベクター検索を使いましょう。
- MilvusをApp Groupのコンテンツ管理システムと連携させて、新しいドキュメントが公開されたときにエージェントが自動で埋め込みを生成して保存できるようにしましょう。
Plans
Free
$0/mo
Download without a card and start for free.
Individual
$50/mo
The full personal agent platform for one person.
Business
$100/mo
One company workspace with room to add your team.
Enterprise
$200/mo
Multiple workspaces and capacity for larger teams.
Works Well With
- OpenAI - Connect Milvus and OpenAI with Neotask to build AI-powered semantic search, vector storage, and retrieval-augmented gene...
- Synapse - Connect Milvus vector search with Synapse biomedical datasets. Index research embeddings, run similarity search across p...
その他のデータインテグレーション
Explore: Skills · Glossary · Solutions · Use cases · Examples · Comparisons · Templates · Blog · Docs