🚀 Попробуйте Zilliz Cloud, полностью управляемый Milvus, бесплатно — ощутите 10-кратное увеличение производительности! Попробовать сейчас>

milvus-logo
LFAI
Главная
  • Интеграции
    • Инженерия знаний

Knowledge Table с Milvus

Knowledge Table, разработанный WhyHow AI, - это пакет с открытым исходным кодом, предназначенный для облегчения извлечения и изучения структурированных данных из неструктурированных документов. Он предоставляет пользователям интерфейс, похожий на электронную таблицу, и позволяет создавать представления знаний, такие как таблицы и графики, с помощью интерфейса запросов на естественном языке. Пакет включает настраиваемые правила извлечения, параметры форматирования и возможность отслеживания данных через их происхождение, что делает его пригодным для использования в различных приложениях. Он поддерживает бесшовную интеграцию в рабочие процессы RAG, удовлетворяя как бизнес-пользователей, нуждающихся в удобном интерфейсе, так и разработчиков, которым требуется гибкий бэкэнд для эффективной обработки документов.

По умолчанию Knowledge Table использует базу данных Milvus для хранения и получения извлеченных данных. Это позволяет пользователям легко искать, фильтровать и анализировать данные, используя мощные возможности Milvus. В этом руководстве мы покажем, как начать работу с Knowledge Table и Milvus.

Необходимые условия

  • Docker
  • Docker Compose

Клонирование проекта

$ git clone https://github.com/whyhow-ai/knowledge-table.git

Настройка окружения

В корневом каталоге проекта вы найдете файл .env.example. Скопируйте этот файл в каталог .env и заполните необходимые переменные окружения.

Для Milvus необходимо установить переменные окружения MILVUS_DB_URI и MILVUS_DB_TOKEN. Вот несколько советов:

  • Установка MILVUS_DB_URI в качестве локального файла, например./milvus.db, является наиболее удобным методом, так как он автоматически использует Milvus Lite для хранения всех данных в этом файле.
  • Если у вас большой объем данных, скажем, более миллиона векторов, вы можете настроить более производительный сервер Milvus на Docker или Kubernetes. В этом случае используйте адрес и порт сервера в качестве uri, например,http://localhost:19530. Если вы включили функцию аутентификации на Milvus, используйте "<ваше_имя_пользователя>:<ваш_пароль>" в качестве токена, в противном случае не задавайте токен.
  • Если вы хотите использовать Zilliz Cloud, полностью управляемый облачный сервис для Milvus, настройте MILVUS_DB_URI и MILVUS_DB_TOKEN, которые соответствуют публичной конечной точке и ключу Api в Zilliz Cloud.

Помимо Milvus, необходимо настроить и другие среды, например OPENAI_API_KEY. Их можно получить на соответствующих сайтах.

Запуск приложения

$ docker compose up -d --build

Остановка приложения

$ docker compose down

Доступ к проекту

Доступ к фронтенду можно получить по адресу http://localhost:3000, а к бэкенду - по адресу http://localhost:8000.

Вы можете поиграть с пользовательским интерфейсом и попробовать использовать свои собственные документы.

Для более подробного демонстрационного использования вы можете обратиться к официальной документации Knowledge Table.

Попробуйте Managed Milvus бесплатно

Zilliz Cloud работает без проблем, поддерживается Milvus и в 10 раз быстрее.

Начать
Обратная связь

Была ли эта страница полезной?