Weaviate

AI・ML

Weaviateベクターデータベースの検索、保存、管理 — NeotaskはOpenClawを通じてすべての操作を処理します。

できること

セマンティックとハイブリッド検索

NeotaskにWeaviateのオブジェクトを自然言語で見つけるよう依頼。nearText、nearVector、またはハイブリッドクエリを構築し、実行し、読みやすい形式で結果を返します。

スキーマ設計と管理

データモデルを平易な言語で説明すれば、Neotaskが適切なプロパティ、データタイプ、ベクタライザー設定でWeaviateクラスを作成します。ダウンタイムのリスクなしにスキーマを変更します。

オブジェクトのインポートと更新

JSON、CSV、または平易な説明からオブジェクトをバッチインポート。個別のプロパティを更新したり、クラス全体で一括パッチを実行 — NeotaskがWeaviateクライアント呼び出しを処理します。

生成検索

Weaviateのgenerateモジュールを使って関連するオブジェクトを取得しつつ1つのクエリで応答を生成。タスクを説明してNeotaskがエンドツーエンドで生成検索呼び出しを構築します。

クロスリファレンス管理

Weaviateクラス間のクロスリファレンスを作成してクエリ。記事を著者に、製品をカテゴリに リンクするなど複雑な関係をBeaconIDを手動で書かずにモデル化します。

試してみましょう

  • 「Weaviateの'Articles'クラスで気候政策に関するコンテンツをセマンティック検索で検索して」
  • 「このJSON配列の200製品を'Products'クラスに追加して」
  • 「Title、Genre、Year、Directorを持つ映画データベースのWeaviateスキーマを作成して」
  • 「'machine learning optimization'のハイブリッド検索を実行してスコア付きでトップ5の結果を返して」
  • 「'password reset issues'の最も関連するサポート記事のサマリーを生成して」
  • 「Weaviateインスタンスの各クラスのオブジェクト数は？」
  • 「2022年以前に公開されたすべてのArticlesの'status'プロパティを'archived'に更新して」
  • 「'CustomerFeedback'クラスのスキーマを表示して」

    • プロのヒント

  • エンタープライズ検索のユースケースにはハイブリッド検索（BM25 + ベクター）を使いましょう — NeotaskはトレードオフISの説明に基づいてalphaパラメーターを調整します
  • ベクタライザーの要件（OpenAI、Cohere、またはローカル）を説明してNeotaskにスキーマ作成時にモジュールを設定させましょう
  • データベースの成長を監視してキャパシティアップグレードを計画するために毎週クラス別のオブジェクト数を依頼しましょう
  • カスタマー向けのQ&Aには生成検索を使いましょう — 1つのクエリが同時に取得と回答を行いレイテンシーを削減します
  • クエリ時には必ず確実性または距離の閾値を含めましょう — Neotaskに低信頼度の結果を自動的にフィルタリングするよう依頼しましょう

    • Works Well With