Centro para desarrolladores
Explora los recursos y crea aplicaciones utilizando el lenguaje de programación que prefieras
-
![logotipo de Python en blanco]()
Python
-
![logotipo de JavaScript en blanco]()
JavaScript
from actian_vectorai import VectorAIClient, VectorParams, Distance, PointStruct
with VectorAIClient("localhost:50051") as client:
# vectors_config defines the shape of your data: dimensions + similarity metric
client.collections.create("my_collection", vectors_config=VectorParams(size=128, distance=Distance.Cosine))
client.points.upsert("my_collection", [
PointStruct(id=1, vector=[0.1] * 128, payload={"label": "first vector"}),
])
# replace query vector with your model's output for semantic search
results = client.points.search("my_collection", vector=[0.15] * 128, limit=1)
print(results[0].payload) # {"label": "first vector"}const client = new VectorAIClient('localhost:6574');
// vectors_config defines the shape of your data: dimensions + similarity metric
await client.collections.create('my_collection', { dimension: 128, distanceMetric: 'COSINE' });
await client.points.upsert('my_collection', [
{ id: 1, vector: new Array(128).fill(0.1), payload: { label: 'first vector' } },
]);
// replace query vector with your model's output for semantic search
const results = await client.points.search('my_collection', new Array(128).fill(0.15), { limit: 1 });
console.log(results[0].payload); // { label: 'first vector' }
Recursos
Everything you need to build, test, and ship AI apps.
Documentación
Get started quickly with our SDKs, APIs, and developer tools so you can build, query, prototype, and bring your AI apps to production faster.
Véalo ya
Guías
Step-by-step quickstarts to run VectorAI DB locally and build your first app with Python and JavaScript.
Véalo ya
Herramientas para desarrolladores
SDKs and APIs to integrate VectorAI DB into your AI Apps.
Véalo yaIntégralo en tu entorno
Conecta la base de datos Actian VectorAI a los entornos en la nube, la arquitectura, los marcos de trabajo y los dispositivos existentes.
Intégralo en tu entorno
Conecta la base de datos Actian VectorAI a los entornos en la nube, la arquitectura, los marcos de trabajo y los dispositivos existentes.
Recursos didácticos
Comunidad
Conecta con desarrolladores que crean aplicaciones basadas en inteligencia artificial. Haz preguntas, comparte ideas y colabora en la búsqueda de soluciones.
Blog de desarrolladores
Aprende de los ingenieros de Actian y de los colaboradores de la comunidad, que comparten casos de uso reales, consejos y arquitecturas de aplicaciones.
Explora tutoriales y demostraciones
Descubre cómo empezar a utilizar VectorAI DB a través de tutoriales, demostraciones prácticas y vídeos explicativos.
Infórmese
El coste oculto de los modelos de precios de bases de datos vectoriales
Los costes imprevistos suelen aumentar en función del volumen de datos, lo que encarece los servicios gestionados en la nube.
¿Qué novedades habrá en las bases de datos vectoriales en 2026?
La indexación vectorial se está convirtiendo en una función estándar en las bases de datos multimodelo tradicionales.
Cuándo elegir una base de datos vectorial local o en la nube
La nube es ideal para la creación de prototipos, pero las soluciones locales ganan en cuanto a costes, soberanía y latencia.
Por qué el análisis en tiempo real no podrá depender de la nube en 2026
La latencia de la nube es demasiado elevada para aplicaciones críticas en tiempo real, como la robótica o la automatización.
5 patrones de arquitectura de IA en el borde para entornos desconectados
Las arquitecturas locales especializadas garantizan que la IA siga funcionando en entornos sin conexión.
¿Debería usar RAG o ajustar su modelo extenso de lenguaje (LLM)?
El RAG domina el ámbito de la IA empresarial gracias a su flexibilidad, pero el ajuste fino destaca a gran escala.
Start building with Actian VectorAI DB
(por ej., ventas@..., asistencia@...)
