mindsdb

Другой исходный код

v24.11.4.0

Скачать

Веб-сайт · Документы · Slack сообщества

MindsDB — это наиболее широко используемая в мире платформа для создания искусственного интеллекта, который может учиться на основе объединенных данных и отвечать на вопросы.

О нас

MindsDB — это механизм федеративных запросов, предназначенный для агентов и приложений искусственного интеллекта, которым необходимо отвечать на вопросы из одного или нескольких источников данных, включая как структурированные, так и неструктурированные данные.

Начать

Установите MindsDB с помощью Docker или Docker Desktop.
Подключите свои данные . Подключайте и запрашивайте сотни различных источников данных.
Подготовьте свои данные . Подготовьте, организуйте и автоматизируйте преобразование данных с помощью искусственного интеллекта и машинного обучения в соответствии с вашими потребностями.

Варианты использования

После подключения и подготовки данных вы можете использовать MindsDB для реализации следующих вариантов использования:

Вариант использования	Описание	Python SDK	SQL
ТРЯПКА	Комплексная RAG, которая может быть заполнена из многочисленных источников данных.	(Питон)	(SQL)
Агенты	Предоставьте агентам возможность отвечать на вопросы по структурированным и неструктурированным данным в MindsDB.	(Питон)	(SQL)
Автоматизация	Автоматизируйте рабочие процессы обработки ИИ-данных с помощью Джобса	(Питон)	(SQL)

Пример

Подключение агентов ИИ к структурированным и неструктурированным данным

Распространенный вариант использования включает подключение агентов к данным. В следующем примере показано, как подключить ИИ-агент к базе данных, чтобы он мог выполнять поиск по структурированным данным:

Сначала подключаем источник данных, в данном случае подключаем базу данных postgres (это можно сделать через редактор SQL или 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 ;

Теперь вы можете создать агент, который сможет отвечать на вопросы по неструктурированной информации в этой базе данных (давайте воспользуемся 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 )

Вы добавляете больше данных в агент, давайте добавим немного неструктурированных данных:

 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 )