nucliadb

NucliaDB 项目介绍

NucliaDB 是一个功能强大的数据库，专为存储和搜索非结构化数据而设计。它作为一种开箱即用的混合搜索数据库，利用了向量、全文和图形索引，使得在处理复杂数据集时显得尤为出色。

核心特性

• 多样化的数据存储：支持存储文本、文件、向量、标签和注释。可以在数据库中进行文本搜索，输入一个词或一组词返回包含它们的资源。此外，还能够通过向量进行语义搜索，找到类似的句子。
• 兼容性与集成：可以将数据导出为与大多数 NLP 流水线兼容的格式（如 HuggingFace 数据集、pytorch 等），确保了与现有工具的广泛兼容。
• 丰富的API支持：支持云端数据和洞察提取，与 Nuclia 理解 API™ 和 Nuclia 学习 API™ 结合，实现数据的自动化训练和处理。
• 安全与多租户：拥有基于角色的安全系统以及上游代理身份验证，支持多租户管理。
• 灵活的数据存储：包括文本/HTML/Markdown 格式的支持，文本、文件、链接和对话等多种字段类型。并使用 PostgreSQL 作为存储层，支持 S3 兼容 API、GCS 和 Azure Blob 存储的 Blob 支持。
• 云原生及分布式搜索：数据存储复制、分布式搜索的能力让其可在多云环境中灵活部署。

体系结构

NucliaDB 的架构是从零开始为非结构化数据设计的，充分利用了诸如向量索引、关键字、图搜索和模糊搜索等技术，结合 Nuclia 的 Understanding API，使其能够将强大的 NLP 能力带入任何应用。

快速开始

用户可以通过阅读相关文档和教程轻松上手 NucliaDB，进行数据上传和管理。

项目与社区

NucliaDB 项目采用 AGPL V3 开源许可协议，允许用户自由使用并贡献代码。作为一个开源项目，它欢迎来自社区的各种贡献，包括代码、文档、问题反馈等等。

Nuclia 的商业模式主要依赖于其标准化 API，即 Nuclia 学习 API 和 Nuclia 理解 API，通过 AI 将非结构化数据转换为 NucliaDB 兼容的数据。此外，Nuclia 还提供基于多云基础设施的 NucliaDB 服务。

加入 Nuclia 社区可以通过 Slack 与其他用户交流，关注他们的博客和社交媒体动态，了解最新进展或加入团队。