Weaviate

AI i ML

Wyszukuj, przechowuj i zarządzaj bazą danych wektorów Weaviate — Neotask obsługuje każdą operację poprzez OpenClaw.

Co możesz zrobić

Wyszukiwanie semantyczne i hybrydowe

Poproś Neotask, aby znalazł obiekty w Weaviate przy użyciu języka naturalnego. Zbuduje zapytanie NearText, NearVector lub hybrydowe, wykona je i zwróci wyniki w czytelnym formacie.

Projektowanie schematów i zarządzanie nimi

Opisz swój model danych prostym językiem, a Neotask utworzy klasy Weaviate z odpowiednimi właściwościami, typami danych i konfiguracją wektoryzatora. Modyfikuj schematy bez ryzyka przestojów.

Import obiektów i aktualizacje

Importuj wsadowo obiekty z JSON, CSV lub zwykły opis. Aktualizuj poszczególne właściwości lub uruchamiaj zbiorcze poprawki w całej klasie — Neotask obsługuje wywołania klienta Weaviate.

Wyszukiwanie generatywne

Użyj modułu generowania Weaviate, aby pobrać odpowiednie obiekty ORAZ wygenerować odpowiedź w jednym zapytaniu. Opisz zadanie, a Neotask konstruuje kompleksowe wywołanie wyszukiwania generatywnego.

Zarządzanie odniesieniami

Twórz i wysyłaj zapytania do powiązań pomiędzy klasami Weaviate. Modeluj złożone relacje — artykuły powiązane z autorami, produkty powiązane z kategoriami — bez ręcznego wpisywania identyfikatorów BeaconID.

Spróbuj zapytać

  • „Przeszukaj moją klasę „Artykuły” w Weaviate pod kątem treści na temat polityki klimatycznej, korzystając z wyszukiwania semantycznego”
  • „Dodaj tę tablicę JSON zawierającą 200 produktów do klasy „Produkty” w Weaviate”
  • „Utwórz schemat Weaviate dla bazy danych filmów z tytułem, gatunkiem, rokiem i reżyserem”
  • „Uruchom hybrydowe wyszukiwanie hasła „optymalizacja uczenia maszynowego” i zwróć 5 najlepszych wyników z wynikami”
  • „Wygeneruj podsumowanie najważniejszych artykułów pomocy dotyczących „problemów z resetowaniem hasła””
  • „Ile obiektów znajduje się w każdej klasie w mojej instancji Weaviate?”
  • „Zaktualizuj właściwość „status” na „archiwum” dla wszystkich artykułów opublikowanych przed 2022 rokiem”
  • „Pokaż mi schemat klasy „CustomerFeedback””

    • Profesjonalne wskazówki

  • Użyj wyszukiwania hybrydowego (BM25 + wektor) w przypadkach użycia wyszukiwania korporacyjnego — Neotask dostroi parametr alfa na podstawie opisu pożądanego kompromisu
  • Opisz wymagania dotyczące wektoryzatora (OpenAI, Cohere lub lokalny), a Neotask skonfiguruje moduł podczas tworzenia schematu
  • Co tydzień żądaj zliczania obiektów według zajęć, aby monitorować rozwój bazy danych i planować zwiększanie wydajności
  • Korzystaj z wyszukiwania generatywnego w przypadku pytań i odpowiedzi skierowanych do klientów — jedno zapytanie pobiera i odpowiada jednocześnie, co zmniejsza opóźnienia
  • Podczas wysyłania zapytań zawsze uwzględniaj próg pewności lub odległość — poproś Neotask, aby automatycznie odfiltrował wyniki o niskim poziomie pewności

    • Works Well With