mindsdb

Anderer Quellcode

v24.11.4.0

Herunterladen

Website · Dokumente · Community Slack

MindsDB ist die weltweit am weitesten verbreitete Plattform zum Aufbau von KI, die aus föderierten Daten lernen und Fragen beantworten kann.

Über uns

MindsDB ist eine föderierte Abfrage-Engine, die für KI-Agenten und -Anwendungen entwickelt wurde, die Fragen aus einer oder mehreren Datenquellen beantworten müssen, einschließlich strukturierter und unstrukturierter Daten.

Legen Sie los

Installieren Sie MindsDB mit Docker oder Docker Desktop.
Verbinden Sie Ihre Daten – Verbinden und fragen Sie Hunderte verschiedener Datenquellen ab.
Bereiten Sie Ihre Daten vor – Bereiten Sie Datentransformationen mithilfe von KI und ML entsprechend Ihren Anforderungen vor, organisieren und automatisieren Sie sie.

Anwendungsfälle

Nachdem Sie Ihre Daten verbunden und vorbereitet haben, können Sie MindsDB nutzen, um die folgenden Anwendungsfälle zu implementieren:

Anwendungsfall	Beschreibung	Python-SDK	SQL
LAPPEN	Umfassende RAG, die aus zahlreichen Datenquellen befüllt werden kann	(Python)	(SQL)
Agenten	Statten Sie Agenten aus, um Fragen zu strukturierten und unstrukturierten Daten in MindsDB zu beantworten	(Python)	(SQL)
Automatisierung	Automatisieren Sie KI-Daten-Workflows mithilfe von Jobs	(Python)	(SQL)

Beispiel

Anbindung von KI-Agenten an strukturierte und unstrukturierte Daten

Ein häufiger Anwendungsfall besteht darin, Agenten mit Daten zu verbinden. Das folgende Beispiel zeigt, wie ein KI-Agent mit einer Datenbank verbunden wird, damit er strukturierte Daten durchsuchen kann:

Zuerst verbinden wir die Datenquelle, in diesem Fall eine Postgres-Datenbank (Sie können dies über den SQL-Editor oder das SDK tun).

 -- Step 1: Connect a data source to MindsDB
CREATE DATABASE demo_postgres_db
WITH ENGINE = " postgres " ,
PARAMETERS = {
    " user " : " demo_user " ,
    " password " : " demo_password " ,
    " host " : " samples.mindsdb.com " ,
    " port " : " 5432 " ,
    " database " : " demo " ,
    " schema " : " demo_data "
};

-- See some of the data in there
SELECT * FROM demo_postgres_db . car_sales ;

Jetzt können Sie einen Agenten erstellen, der Fragen zu unstrukturierten Informationen in dieser Datenbank beantworten kann (verwenden wir das Python SDK).

 import mindsdb_sdk

# connects to the default port (47334) on localhost 
server = mindsdb_sdk . connect ()

# create an agent (lets create one that can answer questions over car_sales table
agent = server . agents . create ( 'my_agent' )
agent . add_database (
    database = 'demo_postgres_db' ,
    tables = [ 'car_sales' ], # alternatively, all tables will be taken into account if none specified []
    description = 'The table "car_sales" contains car sales data' )

# send questions to the agent
agent = agents . get ( 'my_agent' )
answer = agent . completion ([{ 'question' : 'What cars do we have with normal transmission and gas?' }])
print ( answer . content )

Wenn Sie dem Agenten weitere Daten hinzufügen, fügen wir einige unstrukturierte Daten hinzu:

 agent . add_file ( './cars_info.pdf' , 'Details about the cars' )
answer = agent . completion ([{ 'question' : 'What cars do we have with normal transmission and gas? also include valuable info for a buyer of these cars?' }])
print ( answer . content )

Agenten sind auch über API-Endpunkte zugänglich.

? Beitragen

Sind Sie daran interessiert, einen Beitrag zu MindsDB zu leisten? Befolgen Sie für die Entwicklung unsere Installationsanleitung.

Unseren Beitragsleitfaden finden Sie hier.

Wir freuen uns über Vorschläge! Fühlen Sie sich frei, mit Ihren Ideen neue Ausgaben zu eröffnen, wir helfen Ihnen dabei.

Dieses Projekt unterliegt einem Verhaltenskodex für Mitwirkende. Durch Ihre Teilnahme erklären Sie sich mit der Einhaltung der Bedingungen einverstanden.

Schauen Sie sich auch unsere Community-Prämien und -Programme an.