Jamai -Basis
Tipp
Erforschen Sie unsere Dokumente
Überblick
Jamai Base ist eine Open-Source-Backend-Plattform (retrieval-aus-generierter Generation), die eine eingebettete Datenbank (SQLITE) und eine eingebettete Vektordatenbank (LancyB) in verwaltete Speicher- und Lappenfunktionen integriert. Es verfügt über integrierte LLM, Vektor-Einbettungen und Reranker-Orchestrierung und -management, die alle über eine bequeme, intuitive, breitussigartige Benutzeroberfläche und eine einfache REST-API zugänglich sind.

Schlüsselmerkmale
- Eingebettete Datenbank (SQLite) und Vektordatenbank (LancyB)
- Verwaltete Speicher- und Lappenfunktionen
- Integrierte LLM, Vektoreinbettungen und Reranker-Orchestrierung
- Intuitive Tabellenkalkulations-ähnliche Benutzeroberfläche
- Einfache REST -API
Generative Tabellen
Verwandeln Sie statische Datenbanktabellen in dynamische, AI-verstärkte Entitäten.
- Dynamische Datenerzeugung : Spalten automatisch mit relevanten Daten, die von LLMs generiert werden.
- Eingebauter REST-API-Endpunkt : Stürzen Sie den Prozess der Integration von KI-Funktionen in Anwendungen.
Aktionstische
Erleichterung von Echtzeit-Interaktionen zwischen dem Anwendungsfrontend und dem LLM-Backend.
- Reaktionsfähigkeit in Echtzeit : Stellen Sie eine reaktionsschnelle KI-Interaktionsschicht für Anwendungen an.
- Automatisierte Backend -Verwaltung : Beseitigen Sie den Bedarf an manueller Backend -Verwaltung von Benutzereingaben und -ausgängen.
- Komplexe Workflow -Orchestrierung : Aktivieren Sie die Schaffung hoch entwickelter LLM -Workflows.
Wissenstabellen
Fungieren Sie als Repositorys für strukturierte Daten und Dokumente und verbessern Sie das kontextbezogene Verständnis des LLM.
- Reiche kontextbezogene Hintergrund : Bieten Sie eine umfangreiche kontextbezogene Kulisse für LLM -Operationen.
- Verbessertes Datenabruf : Unterstützen Sie andere generative Tabellen, indem Sie detaillierte, strukturierte Kontextinformationen bereitstellen.
- Effiziente Dokumentverwaltung : Aktivieren und Synchronisation von Dokumenten und Daten aktivieren.
Chat -Tische
Vereinfachen Sie die Erstellung und Verwaltung intelligenter Chatbot -Anwendungen.
- Intelligente Chatbot -Entwicklung : Vereinfachen Sie die Entwicklung und die Betriebsführung von Chatbots.
- Kontextbewusste Interaktionen : Verbesserung des Benutzers durch intelligente und kontextbezogene Interaktionen.
- Seamless Integration : Integrieren Sie sich in die retrieval-ausgereifte Generation (LAB), um Inhalte aus jeder Wissenstabelle zu verwenden.
Lancyb Integration
Effizientes Management und Abfragen großer multimodaler Daten.
- Optimierte Datenhandhabung : Speichern, Verwalten, Abfragen und Abrufen von Einbettungen auf groß angelegten multimodalen Daten effizient.
- Skalierbarkeit : Stellen Sie eine optimale Leistung und nahtlose Skalierbarkeit sicher.
Deklaratives Paradigma
Konzentrieren Sie sich darauf, "was" zu definieren, was Sie erreichen möchten, anstatt "wie" zu erreichen.
- Vereinfachte Entwicklung : Ermöglichen Sie den Benutzern, Beziehungen und gewünschte Ergebnisse zu definieren.
- Nicht proceduraler Ansatz : Beseitigen Sie die Notwendigkeit, Verfahren zu schreiben.
- Funktionale Flexibilität : Unterstützen Sie die funktionale Programmierung durch LLMs.
Schlüsselvorteile
Benutzerfreundlichkeit
- Schnittstelle : Einfache, intuitive Tabellenkalkulationskalette.
- Fokus : Definieren Sie die Datenanforderungen durch natürliche Sprachaufforderungen.
Skalierbarkeit
- Foundation : Aufbauend auf LancyB, einer Open-Source-Vektor-Datenbank für KI-Workloads.
- Leistung : Serverloses Design sorgt für eine optimale Leistung und nahtlose Skalierbarkeit.
Flexibilität
- LLM-Unterstützung : Unterstützt alle LLMs, einschließlich OpenAI GPT-4, Anthropic Claude 3 und Meta LLAMA3.
- Fähigkeiten : Nutzen Sie die KI-Funktionen mühelos.
Deklaratives Paradigma
- Ansatz : Definieren Sie das "Was" und nicht das "Wie".
- Vereinfachung : vereinfacht komplexe Datenvorgänge und macht sie für Benutzer mit unterschiedlichem technischen Fachkenntnissen zugänglich.
Innovative Lappentechniken
- Müheloser Lappen : Eingebaute Lappenfunktionen, die nicht selbst die Lag-Pipeline bauen müssen.
- Umschreibung von Abfragen : Steigert die Genauigkeit und Relevanz Ihrer Suchanfragen.
- Hybridsuche & Wiederbelebung : Kombiniert Keyword-basierte Suche, strukturierte Suche und Vektorsuche nach den besten Ergebnissen.
- Strukturiertes Lag -Content -Management : organisiert und verwaltet Ihren strukturierten Inhalt nahtlos.
- Adaptive Chunking : Bestimmt automatisch den besten Weg, um Ihre Daten zu unterteilen.
- BGE M3-Embedding : Nutzt die multi-funktionsfähige, multifunktionale und multi-granulare Texteinbettung kostenlos.
Erste Schritte
Option 1: Verwenden Sie die Jamai -Basiswolke
Melden Sie sich für ein kostenloses Konto an! Haben wir erwähnt, dass Sie kostenlose LLM -Token bekommen können?
Option 2: Selbst gehostete Dienste starten
Folgen Sie unserer Schritt-für-Schritt-Anleitung.
Erkunden Sie die Dokumentation:
- SDK- und Plattformdokumentation
- API -Dokumentation
- Changelog
- Versioning
Beispiele
Möchten Sie versuchen, Apps mit Jamai Base zu erstellen? Wir haben einige großartige Beispiele, um Ihnen den Einstieg zu erleichtern! Schauen Sie sich unsere Beispieldokumente an, um sich inspirieren zu lassen.
Hier sind ein paar coole Beispiele für Frontend:
- Einfacher Chatbot -Bot mit NLUX: Erstellen Sie einen grundlegenden Chatbot ohne Backend -Setup. Es ist eine großartige Möglichkeit, Ihre Zehen hineinzutauchen!
- Einfacher Chatbot -Bot mit nlux + express.js: Machen Sie einen Schritt weiter und fügen Sie mit Express.js etwas Backend Power hinzu.
- Einfacher Chatbot -Bot mit Streamlit: Sind Sie ein Python Dev? Schauen Sie sich diese stromleuzige Demo an!
Lassen Sie uns wissen, ob Sie Fragen haben - wir sind hier, um zu helfen! Happy Coding! ?
Gemeinschaft und Unterstützung
Schließen Sie sich unserer lebhaften Entwickler -Community bei, um umfassende Dokumentation, Tutorials und Ressourcen zu erhalten:
- Zwietracht : Schließen Sie sich unserer Zwietracht bei
- Github : Sterne unser Github -Repository mit
Beitragen
Wir begrüßen Beiträge! Bitte lesen Sie unseren Beitragsführer, um loszulegen.
Lizenz
Dieses Projekt wird unter der Apache 2.0 -Lizenz veröffentlicht. - Weitere Informationen finden Sie in der Lizenzdatei.
Kontakt
Folgen Sie uns auf X und LinkedIn für Updates und Nachrichten.