TsgcAIDatabaseVectorFile guarda los vectores de embedding y su texto de origen en dos archivos locales. Asígnalo a un componente de embeddings y tendrás un corpus consultable que se distribuye dentro de tu aplicación, sin servidor y sin coste por consulta.
Un almacén vectorial sin dependencias. Los vectores y sus textos de origen se mantienen en memoria, se escriben en disco cuando se cierra un lote, y se recorren en busca de la coincidencia más próxima en cada consulta.
TsgcAIDatabaseVectorFile
Almacén vectorial local
Win32 y Win64
sgcAI es autónomo. Este componente se incluye dentro de sgcAI junto con el runtime sgcWebSockets Core sobre el que está construido, así que no hay ninguna licencia base que comprar.
Apunta el componente a un archivo de entrada y a un archivo de vectores, asígnalo a un componente de embeddings y él se encarga del resto.
uses
sgcAI, sgcAI_DB_Vector_File, sgcAI_OpenAI_Embeddings;
var
oDB: TsgcAIDatabaseVectorFile;
oEmbeddings: TsgcAIOpenAIEmbeddings;
begin
oDB := TsgcAIDatabaseVectorFile.Create(nil);
oDB.VectorFileOptions.InputFilename := 'corpus.sgcif';
oDB.VectorFileOptions.VectorFilename := 'corpus.sgcvf';
oEmbeddings := TsgcAIOpenAIEmbeddings.Create(nil);
oEmbeddings.OpenAIOptions.ApiKey := 'sk-...';
oEmbeddings.Database := oDB;
oEmbeddings.CreateEmbeddingsFromFile('manual.txt');
// The store can also be driven directly.
oDB.BeginAddData;
oDB.AddData('Reset procedure: hold the button for 10 seconds.', vVector);
oDB.EndAddData;
Memo1.Text := oDB.QueryData(vQueryVector);
end;// includes: sgcAI.hpp, sgcAI_DB_Vector_File.hpp
TsgcAIDatabaseVectorFile *oDB = new TsgcAIDatabaseVectorFile(NULL);
oDB->VectorFileOptions->InputFilename = "corpus.sgcif";
oDB->VectorFileOptions->VectorFilename = "corpus.sgcvf";
oDB->BeginAddData();
oDB->AddData("Reset procedure: hold the button for 10 seconds.", vVector);
oDB->EndAddData();
String vBest = oDB->QueryData(vQueryVector);Los miembros que usarás más a menudo.
InputFilename guarda los textos de origen indexados por identificador y VectorFilename guarda los vectores correspondientes. Distribuye ambos archivos con tu aplicación y el corpus estará disponible sin conexión.
BeginAddData abre un lote, AddData añade un texto y su vector, y EndAddData cierra el lote y escribe ambos archivos en disco.
QueryData recibe un vector de consulta, recorre los vectores guardados en busca de la coincidencia más próxima y devuelve el texto original que hay detrás.
OnBeginAddData te permite fijar el primer identificador y la etiqueta de identificador de un lote, de modo que una segunda ingesta pueda añadirse a un corpus existente en lugar de sobrescribirlo.
Es la mejor opción para corpus que caben holgadamente en memoria y para aplicaciones de escritorio que deben funcionar sin conexión de red. Para índices grandes o compartidos, usa en su lugar el almacén de Pinecone.
Implementa la misma interfaz que TsgcAIDatabaseVectorPinecone, así que pasar de archivos locales a un índice gestionado es un cambio de un componente, no un cambio de código.
| Ayuda en líneaReferencia completa de la API y guía de uso de los componentes sgcAI. | Abrir | |
| Todos los componentes sgcAIConsulta la matriz completa de características de los 15 componentes. | Abrir | |
| Descargar prueba gratuitaConstruye un corpus consultable sin conexión en una aplicación de escritorio. | Abrir | |
| PreciosLicencias Single, Team y Site, código fuente completo, sin producto base necesario. | Abrir |