Centre des développeurs

Découvrez les ressources disponibles et développez des applications dans le langage de votre choix

Langue
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"}

Intégrez-le à votre infrastructure

Connectez la base de données Actian VectorAI à vos environnements cloud, architectures, frameworks et appareils existants.

Télécharger l'édition Community

Intégrez-le à votre infrastructure

Connectez la base de données Actian VectorAI à vos environnements cloud, architectures, frameworks et appareils existants.

Télécharger l'édition Community
Logo Azure
Logo Google Cloud
Logo Langchain
Logo AWS
Logo Llamaindex
Logo Azure
Logo Google Cloud
Logo Langchain
Logo AWS
Logo Llamaindex
Logo Azure
Logo Google Cloud
Logo Langchain
Logo AWS
Logo Llamaindex
Logo Azure
Logo Google Cloud
Logo Langchain
Logo AWS
Logo Llamaindex
Logo Azure
Logo Google Cloud
Logo Langchain
Logo AWS
Logo Llamaindex
Logo Azure
Logo Google Cloud
Logo Langchain
Logo AWS
Logo Llamaindex