Embedbase
开发AI应用所需的所有工具
查看文档以获取更多信息。
它是什么
Embedbase 是一个极其简单的API,帮助你使用VectorDBs和LLM,无需自行托管!
主要功能
- 生成:使用
.generateText()
来调用9多个LLM - 语义搜索:使用
.add()
创建一个语义可搜索的信息列表,并使用.search()
运行语义查询
安装
npm i embedbase-js
import { createClient } from 'embedbase-js'
// 初始化客户端
const embedbase = createClient(
'https://api.embedbase.xyz',
'<在这里获取 https://app.embedbase.xyz/>'
)
const question = '我在找一条舒适的裤子,可以用于工作和攀岩'
```js
import { createClient } from 'embedbase-js'
// search for information in a pre-defined dataset and returns the most relevant data
const searchResults = await embedbase.dataset('product-ads').search(question)
// 将搜索结果转换为字符串,以便可以在提示中轻松使用
const stringifiedSearchResults = searchResults
.map(result => result.data)
.join('')
const answer = await embedbase
.useModel('openai/gpt-3.5-turbo')
.generateText(`${stringifiedSearchResults} ${question}`)
console.log(answer) // '我建议您考虑使用灯笼裤。灯笼裤因其…'
目录
人们在构建什么
- 推荐引擎:AVA 使用 Embedbase 帮助用户找到相关笔记
- 与数据聊天:Solpilot 使用 Embedbase 自动集成智能合约
- 与文档交流:ChatGPT 支持的 Markdown 文档搜索
最快的开始使用 Embedbase 的方法是免费注册 Embedbase Cloud。
文档和支持
查看我们的教程以获取分步指南、操作方法和最佳实践,我们的文档由 GPT-4 提供支持,因此你可以直接提问。
在我们的Discord 社区提问以获取支持。
贡献
请阅读CONTRIBUTING.md获取我们的行为准则和提交拉取请求的流程。