Úvod do indexů Pinecone

Tvorba AI aplikací s Pinecone

James Chapman

Curriculum Manager, DataCamp

Naučíte se...

Vytvářet indexy a vkládat vektory
Načítat a dotazovat vektory
Vytvářet běžné AI aplikace

→ Tvorba a škálování GenAI aplikací!

sémantické vyhledávání

Indexy

Ukládá vektory
Obsluhuje dotazy a další operace s vektory
Index obsahuje záznamy pro každý vektor včetně metadat
Lze vytvořit více indexů

Kartotéka se čtyřmi zásuvkami, každá s několika složkami.

Pod-based

Pod obsahující několik indexů.

Volba hardwaru pro index → pody
Typ podu určuje úložiště, latenci a propustnost dotazů

Serverless

Indexy uložené v cloudu.

Žádná správa zdrojů
Indexy se škálují automaticky
Běží v cloudu a ukládají se do blobu
Snadnější použití a často nižší náklady

Co použijeme v tomto kurzu

¹ https://docs.pinecone.io/guides/indexes/understanding-indexes

Vytvoření API klíče Pinecone

Vytvořte si účet Pinecone Starter → pinecone.io
Přejděte na „API Keys“
Zkopírujte svůj API klíč

Domovská stránka Pinecone

Stránka API klíčů v Pinecone

Vytvoření serverless indexu

from pinecone import Pinecone, ServerlessSpec


pc = Pinecone(api_key="API_KEY")


pc.create_index(

    name='datacamp-index',

    dimension=1536,

    spec=ServerlessSpec(

        cloud='aws', 
        region='us-east-1'

    )

)

Kontrola našich indexů

pc.list_indexes()

{'indexes': [{'dimension': 1536,
              'host': 'datacamp-index-1eef0f4.svc.aped-4627-b74a.pinecone.io',
              'metric': 'cosine',
              'name': 'datacamp-index',
              'spec': {'serverless': {'cloud': 'aws', 'region': 'us-east-1'}},
              'status': {'ready': True, 'state': 'Ready'}}]}

Pojďme si to vyzkoušet!

Tvorba AI aplikací s Pinecone