mindsdb

Outro código-fonte

v24.11.4.0

Baixar

Site · Documentos · Comunidade Slack

MindsDB é a plataforma mais usada no mundo para construir IA que pode aprender e responder perguntas em dados federados.

Sobre nós

MindsDB é um mecanismo de consulta federado projetado para agentes e aplicativos de IA que precisam responder perguntas de uma ou múltiplas fontes de dados, incluindo dados estruturados e não estruturados.

Comece

Instale MindsDB usando Docker ou Docker Desktop.
Conecte seus dados — Conecte e consulte centenas de fontes de dados diferentes.
Prepare seus dados : prepare, organize e automatize transformações de dados usando IA e ML para atender às suas necessidades.

Casos de uso

Depois de conectar e preparar seus dados, você pode aproveitar o MindsDB para implementar os seguintes casos de uso:

Caso de uso	Descrição	SDK Python	SQL
pano	RAG abrangente que pode ser preenchido a partir de diversas fontes de dados	(Píton)	(SQL)
Agentes	Equipe os agentes para responder perguntas sobre dados estruturados e não estruturados no MindsDB	(Píton)	(SQL)
Automação	Automatize fluxos de trabalho de dados de IA usando Jobs	(Píton)	(SQL)

Exemplo

Conectando agentes de IA a dados estruturados e não estruturados

Um caso de uso comum envolve conectar agentes aos dados. O exemplo a seguir mostra como conectar um agente de IA a um banco de dados para que ele possa realizar pesquisas em dados estruturados:

Primeiro conectamos a fonte de dados, neste caso conectamos um banco de dados postgres (você pode fazer isso através do editor SQL ou SDK)

 -- 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 ;

Agora você pode criar um egent que possa responder perguntas sobre informações não estruturadas neste banco de dados (vamos usar o 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 )

Você adiciona mais dados ao agente, vamos adicionar alguns dados não estruturados:

 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 )