ジャマイベース
概要
Jamai Baseは、管理されたメモリおよびRAG機能を備えた埋め込みデータベース（SQLite）と組み込みベクターデータベース（LancedB）を統合するオープンソースのぼろきれ（検索された生成）バックエンドプラットフォームです。組み込みのLLM、ベクトル埋め込み、および再レランカーのオーケストレーションと管理を備えており、すべて便利で直感的なスプレッドシートのようなUIとシンプルなREST APIを通じてアクセスできます。
重要な機能
- 組み込みデータベース（SQLite）およびVectorデータベース（LancedB）
- 管理されたメモリとRAG機能
- 組み込みLLM、ベクトル埋め込み、および再lankerオーケストレーション
- 直感的なスプレッドシートのようなUI
- 単純なREST API
生成テーブル
静的データベーステーブルを動的、AI強化エンティティに変換します。
- 動的データ生成：LLMSによって生成された関連データを自動的に列に入力します。
- 内蔵REST APIエンドポイント：AI機能をアプリケーションに統合するプロセスを合理化します。
アクションテーブル
アプリケーションフロントエンドとLLMバックエンドの間のリアルタイムインタラクションを促進します。
- リアルタイムの応答性：アプリケーションに応答性のあるAI相互作用層を提供します。
- 自動バックエンド管理：ユーザー入力と出力の手動バックエンド管理の必要性を排除します。
- 複雑なワークフローオーケストレーション：洗練されたLLMワークフローの作成を可能にします。
知識表
構造化されたデータとドキュメントのリポジトリとして機能し、LLMのコンテキスト理解を強化します。
- 豊富なコンテキストバックドロップ：LLMオペレーションに豊富なコンテキスト背景を提供します。
- 拡張データ取得：詳細で構造化されたコンテキスト情報を提供することにより、他の生成テーブルをサポートします。
- 効率的なドキュメント管理：ドキュメントとデータのアップロードと同期を有効にします。
チャットテーブル
インテリジェントチャットボットアプリケーションの作成と管理を簡素化します。
- インテリジェントなチャットボット開発：チャットボットの開発と運用管理を簡素化します。
- コンテキスト認識の相互作用：インテリジェントでコンテキストを意識した相互作用を通じて、ユーザーエンゲージメントを強化します。
- シームレスな統合：検索された生成（RAG）と統合して、あらゆる知識テーブルからコンテンツを利用します。
LancedB統合
大規模なマルチモーダルデータの効率的な管理とクエリ。
- 最適化されたデータ処理：大規模なマルチモーダルデータの埋め込みを効率的に保存、管理、クエリ、および取得。
- スケーラビリティ：最適なパフォーマンスとシームレスなスケーラビリティを確保します。
宣言パラダイム
それを達成するための「方法」ではなく、「何を達成したい」を定義することに焦点を当てます。
- 簡素化された開発：ユーザーが関係と望ましい結果を定義できるようにします。
- 非耐久性アプローチ：手順を作成する必要性を排除します。
- 機能的柔軟性：LLMSによる機能プログラミングをサポートします。
主な利点
使いやすさ
- インターフェイス：シンプルで直感的なスプレッドシートのようなインターフェイス。
- フォーカス：自然言語プロンプトを使用してデータ要件を定義します。
スケーラビリティ
- 基礎：AIワークロード用に設計されたオープンソースベクトルデータベースであるLancedBに構築されています。
- パフォーマンス：サーバーレス設計により、最適なパフォーマンスとシームレスなスケーラビリティが保証されます。
柔軟性
- LLMサポート：Openai GPT-4、Anthropic Claude 3、Meta Llama3を含むLLMをサポートします。
- 機能：最先端のAI機能を簡単に活用します。
宣言パラダイム
- アプローチ：「方法」ではなく「何」を定義します。
- 簡素化：複雑なデータ操作を簡素化し、技術的な専門知識のレベルがさまざまなユーザーがアクセスできるようにします。
革新的なRAGテクニック
- 楽なぼろきれ：組み込みのぼろきれの機能、ラグパイプラインを自分で構築する必要はありません。
- クエリの書き換え：検索クエリの精度と関連性を高めます。
- ハイブリッド検索と再ランキング：キーワードベースの検索、構造化された検索、およびベクトル検索を組み合わせて、最良の結果を得ることができます。
- 構造化されたRAGコンテンツ管理：構造化されたコンテンツをシームレスに整理および管理します。
- アダプティブチャンキング：データをチャンクする最良の方法を自動的に決定します。
- BGE M3-Beding ：レバレッジ多言語、多機能、多目的テキストの埋め込み。
はじめる
オプション1：Jamaiベースクラウドを使用します
無料アカウントにサインアップしてください！無料のLLMトークンを入手できると言いましたか？
オプション2：自己ホストサービスを起動します
ステップバイステップガイドに従ってください。
ドキュメントを調べてください。
- SDKおよびプラットフォームドキュメント
- APIドキュメント
- Changelog
- バージョン化
例
ジャマイベースのあるアプリを構築してみませんか？私たちはあなたを始めるためのいくつかの素晴らしい例を持っています！インスピレーションについては、例のドキュメントをご覧ください。
クールなフロントエンドの例がいくつかあります：
- nluxを使用したシンプルなチャットボットボット：バックエンドのセットアップなしで基本的なチャットボットを構築します。つま先を浸すのに最適な方法です！
- nlux + express.jsを使用したシンプルなチャットボットボット：さらに一歩進んで、Express.jsでバックエンド電力を追加します。
- Streamlitを使用したシンプルなチャットボットボット：あなたはPython開発ですか？この流れのデモをチェックアウトしてください！
ご質問がある場合はお知らせください。ハッピーコーディング！ ？
コミュニティとサポート
包括的なドキュメント、チュートリアル、リソースについては、活気のある開発者コミュニティに参加してください。
- 不一致：私たちの不一致に参加してください
- Github ：githubリポジトリにスター
貢献
貢献を歓迎します！開始するために私たちの寄稿ガイドを読んでください。
ライセンス
このプロジェクトは、Apache 2.0ライセンスの下でリリースされます。 - 詳細については、ライセンスファイルを参照してください。
接触
更新とニュースについては、XとLinkedInでフォローしてください。
