vectorai - 开源向量应用开发和分析框架

(VectorAI已弃用，不再维护。我们建议使用Relevance AI来进行向量搜索，请访问https://tryrelevance.com)

Vector AI是一个旨在尽可能快速和轻松地构建生产级向量应用程序的框架。创建、存储、操作、搜索和分析向量以及JSON文档，以支持神经搜索、语义搜索、个性化推荐等应用。

访问我们的网站并注册获取API密钥：https://getvectorai.com
Python文档：https://vector-ai.github.io/vectorai
REST API文档：https://api.vctr.ai/documentation
加入我们的Discord：https://discord.gg/CbwUxyD
如需更温和的介绍来比较我们的功能，请阅读https://getvectorai.com/production-ready-search-in-5-minutes/

特性

多媒体数据向量化：图像转向量、音频转向量等（任何数据都可以通过机器学习转化为向量）
面向文档的存储：将向量与文档一起存储，无需为向量的元数据进行数据库查询。
向量相似度搜索：通过向量相似度搜索实现向量和丰富多媒体的搜索。这是许多流行AI用例的基础，如反向图像搜索、推荐、个性化等。
混合搜索：在某些情况下，向量搜索不如传统搜索有效，例如搜索SKU。Vector AI允许您将向量搜索与传统搜索的所有功能（如过滤、模糊搜索、关键词匹配）结合，创建更强大的搜索。
多模型加权搜索：我们的向量搜索高度可定制，您可以使用多个模型的多个向量进行搜索，并给予它们不同的权重。
向量运算：通过内置的向量操作实现灵活搜索。例如：平均值、中位数、求和等。
聚合：提供您所期望的所有传统聚合。例如：按平均值分组、数据透视表等。
聚类：通过将向量和数据分配到桶中来解释它们，并根据您提供的数据获取这些不同桶的统计信息。
向量分析：使用开箱即用的实用向量分析，更好地理解您的向量，让您更深入地了解向量的质量。

快速术语

模型/编码器（又称嵌入器）~ 将数据转换为向量，例如Word2Vec将单词转换为向量
向量相似度搜索（又称最近邻搜索、距离搜索）
集合（又称索引、表）~ 一个集合由多个文档组成
文档（又称Json、项目、字典、行）~ 一个文档可以包含向量、文本和视频/图像/音频的链接。

快速入门

通过pip安装！兼容任何操作系统。

pip install vectorai

如果由于持续改进需要使用每夜版本，可以使用以下命令安装：

pip install vectorai-nightly

注意：虽然每夜版本仍会通过自动化测试，但可能不稳定。

查看我们的快速入门笔记本，了解如何在5分钟内制作文本/图像/音频搜索引擎：quickstart.ipynb

from vectorai import ViClient, request_api_key

api_key = request_api_key(username=<用户名>, email=<邮箱>, description=<描述>, referral_code="github_referred")

vi_client = ViClient(username=用户名, api_key=api_key)

from vectorai.models.deployed import ViText2Vec
text_encoder = ViText2Vec(用户名, api_key)

documents = [
    {
        '_id': 0,
        'color': 'red'
    },
    {
        '_id': 1,
        'color': 'blue'
    }
]

# 插入数据
vi_client.insert_documents('test-collection', documents, models={'color': text_encoder.encode})

# 搜索数据
vi_client.search('test-collection', text_encoder.encode('maroon'), 'color_vector_', page_size=2)

# 获取推荐
vi_client.search_by_id('test-collection', '1', 'color_vector_', page_size=2)

访问强大的向量分析

Vector AI提供强大的可视化功能，让您能够尽可能轻松地分析向量 - 只需一行代码。

vi_client.plot_dimensionality_reduced_vectors(documents, 
    point_label='title', 
    dim_reduction_field='_dr_ivis', 
    cluster_field='centroid_title', cluster_label='centroid_title')

查看降维向量

vi_client.plot_2d_cosine_similarity(
    documents,
    documents[0:2],
    vector_fields=['use_vector_'],
    label='name',
    anchor_document=documents[0]
)

轻松比较向量及其在文档上的搜索性能！ 1D图余弦相似度

为什么选择Vector AI而不是其他最近邻实现？

生产就绪：我们的API完全托管，可扩展到每天支持数亿次搜索。即使是数百万次搜索，通过边缘缓存、GPU利用和软件优化，它也能保持极快的速度，因此您无需担心随着用例扩展而扩展基础设施。
简单易用，快速上手：我们的核心设计原则之一是专注于让人们尽快开始使用Vector AI，同时确保仍有大量功能和定制选项。
更深入了解您的向量及其属性：我们的库设计不仅允许人们获取最近邻，还可以在数据添加到索引后立即进行实验、分析、解释和改进。
轻松存储向量数据：Vector AI的面向文档特性允许用户尽可能地标记、过滤搜索和理解他们的向量。
实时访问数据：Vector AI数据可实时访问，数据插入后立即可搜索。无需等待数小时来构建索引。
框架无关：我们绝不会在Vector AI上强制使用特定框架。只要您的文档是JSON可序列化的，您就可以使用您选择的框架！

使用VectorHub模型

VectorHub是Vector AI的主要模型仓库。VectorHub的模型都是用scikit-learn接口构建的，并且都有Vector AI集成的示例。如果您想尝试新的现成模型，我们建议您试试VectorHub模型 - 它们都经过Colab测试，只需3行代码就能使用！

文档的模式规则（自带向量和ID）

确保任何向量字段的名称中包含"_vector_"，任何ID字段的名称为"_id"。

例如：

example_item = {
    '_id': 'James',
    'skills_vector_': [0.123, 0.456, 0.789, 0.987, 0.654, 0.321]
}

以下将不会被识别为ID列或向量列。

example_item = {
    'name_id': 'James',
    'skillsvector_': [0.123, 0.456, 0.789, 0.987, 0.654, 0.321]
}

这与VectorAI API有何不同？

Python SDK旨在为Python爱好者提供一种用尽可能少的代码行解锁VectorAI功能的方法。它通过我们开源的自动化工具暴露了API的所有元素，是我们的数据科学家和工程师在开发人员使用API请求之前进行快速原型设计时与VectorAI引擎交互的主要方式。

注意：VectorAI SDK构建在开发服务器上，有时可能会导致错误。然而，这对于确保用户能够根据需要访问最前沿的功能很重要。如果您遇到此类问题，我们建议您在不紧急的情况下创建GitHub Issue，但如果是更紧急的查询，请随时在Discord频道上联系我们。

用Vector AI构建产品

创建多语言AI时尚助手：https://fashionfiesta.me | 博客

请与我们分享您使用Vector AI创建的任何博客或网站！