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 OpenClaw 处理每个操作。

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 Wea​​viate 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

    • Works Well With