Weaviate
AI 与机器学习
搜索、存储和管理您的 Weaviate 向量数据库--Neotask 通过 Neotask 处理每个操作。
- 通过自然语言导入对象并运行语义、关键词和混合搜索
- 无需编写 GraphQL 即可设计和管理架构、类和交叉引用
- 构建在一步中结合检索和 LLM 生成的生成式搜索工作流
你能做什么
语义和混合搜索
要求 Neotask 使用自然语言在 Weaviate 中查找对象。它将构建nearText、nearVector或混合查询,执行它,并以可读格式返回结果。
架构设计与管理
用简单的语言描述您的数据模型,Neotask 将创建具有正确属性、数据类型和矢量化器配置的 Weaviate 类。修改架构,没有停机风险。
对象导入和更新
从 JSON、CSV 或简单描述批量导入对象。更新单个属性或跨类运行批量补丁 - Neotask 处理 Weaviate 客户端调用。
生成搜索
使用 Weaviate 的生成模块检索相关对象并在单个查询中生成响应。描述任务并 Neotask 构建端到端的生成搜索调用。
交叉引用管理
创建和查询 Weaviate 类之间的交叉引用。对复杂的关系进行建模 - 文章链接到作者,产品链接到类别 - 无需手动编写 BeaconID。
尝试询问
- “使用语义搜索在我的 Weaviate '文章' 类中搜索有关气候政策的内容”
- “将此包含 200 个产品的 JSON 数组添加到 Weaviate 中的“产品”类中”
- “为包含标题、类型、年份和导演的电影数据库创建 Weaviate 架构”
- “运行‘机器学习优化’的混合搜索并返回带有分数的前 5 个结果”
- “生成与‘密码重置问题’最相关的支持文章摘要”
- “我的 Weaviate 实例中每个类中有多少个对象?”
- “将 2022 年之前发布的所有文章的‘状态’属性更新为‘已存档’”
- “显示‘CustomerFeedback’类的架构”
专业提示
- 将混合搜索(BM25 + 矢量)用于企业搜索用例 - Neotask 将根据您对所需权衡的描述调整 alpha 参数
- 描述您的矢量化器要求(OpenAI、Cohere 或本地),Neotask 将在模式创建期间配置模块
- 每周按类别请求对象计数,以监控数据库增长并计划容量升级
- 使用生成搜索进行面向客户的问答 - 一个查询同时检索和回答,从而减少延迟
- 查询时始终包含确定性或距离阈值 - 要求 Neotask 自动过滤掉低置信度结果
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
- Monday.com - Connect Monday.com and Weaviate with Neotask to sync project data into vector search, enabling AI-powered retrieval acro...
更多 AI 与机器学习 集成
Explore: Skills · Glossary · Solutions · Use cases · Examples · Comparisons · Templates · Blog · Docs