Etapas de implementação do Orama Vector Search
As etapas principais a seguir são necessárias para implementar uma pesquisa vetorial (usando um vetor de 1536 dimensões como exemplo):
- Criação de índices::
const vectorIndex = create({
schema: {
name: 'string',
embedding: 'vector[1536]' // 明确定义向量维度
}
}); - Inserção de dados::
insert(vectorIndex, {
name: '音频特征向量',
embedding: [0.12, 0.34, ..., 0.98] // 实际1536维数组
}); - Realizar uma pesquisa::
const results = search(vectorIndex, {
mode: 'vector', // 必须显式指定搜索模式
similarity: 0.8 // 可选相似度阈值
});
Observação: as dimensões do vetor devem ser explicitamente definidas no esquema, e a inserção real dos dados deve garantir que as dimensões sejam consistentes. A pesquisa híbrida pode usar o modo "híbrido", por meio do parâmetro "pesos", para ajustar a proporção de pesos entre a pesquisa de texto e a pesquisa de vetor.
Essa resposta foi extraída do artigoOrama: um mecanismo de pesquisa vetorial e de livros de texto completo de alto desempenhoO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como implementar um fluxo de trabalho completo para pesquisa vetorial com o Orama?
