Weaviate

資料庫

查詢向量資料庫和執行語義搜尋 — Neotask 透過 OpenClaw 為您自動化 Weaviate。

您可以做什麼

語意與混合搜尋

請 Neotask 使用自然語言在 Weaviate 中查找物件。它會建構 nearText、nearVector 或混合查詢，執行並以可讀格式返回結果。

結構設計與管理

用純語言描述您的資料模型，Neotask 會建立具有正確屬性、資料類型和向量化器設定的 Weaviate 類別。修改結構而無停機風險。

物件匯入與更新

從 JSON、CSV 或純文字描述批次匯入物件。更新個別屬性或跨類別執行批量修補——Neotask 處理 Weaviate 客戶端呼叫。

生成式搜尋

使用 Weaviate 的生成模組在單一查詢中檢索相關物件並生成回應。描述任務，Neotask 端到端構建生成式搜尋呼叫。

交叉引用管理

建立和查詢 Weaviate 類別之間的交叉引用。建模複雜關係——文章連結到作者、產品連結到類別——無需手動撰寫 BeaconID。

試試這樣問

  • "使用語意搜尋在我的 Weaviate 'Articles' 類別中搜尋有關氣候政策的內容"
  • "將這個包含 200 個產品的 JSON 陣列添加到 Weaviate 的 'Products' 類別"
  • "為電影資料庫建立 Weaviate 結構，包含 Title、Genre、Year 和 Director"
  • "執行 'machine learning optimization' 的混合搜尋並返回前 5 個帶分數的結果"
  • "生成與 'password reset issues' 最相關的支援文章摘要"
  • "我的 Weaviate 實例中每個類別有多少物件？"
  • "將 2022 年之前發布的所有 Articles 的 'status' 屬性更新為 'archived'"
  • "顯示 'CustomerFeedback' 類別的結構"

    • 進階技巧

  • 對企業搜尋用例使用混合搜尋（BM25 + 向量）——Neotask 會根據您描述的權衡調整 alpha 參數。
  • 描述您的向量化器需求（OpenAI、Cohere 或本機），Neotask 會在結構建立期間設定模組。
  • 每週要求按類別的物件計數以監控資料庫增長並規劃容量升級。
  • 對面向客戶的問答使用生成式搜尋——一次查詢同時檢索和回答，降低延遲。
  • 查詢時始終包含確定性或距離閾值——請 Neotask 自動過濾低信心結果。

    • Works Well With