mindsdb

ซอร์สโค้ดอื่น ๆ

v24.11.4.0

ดาวน์โหลด

เว็บไซต์ · เอกสาร · ชุมชน Slack

MindsDB เป็นแพลตฟอร์มที่ใช้กันอย่างแพร่หลายมากที่สุดในโลกสำหรับการสร้าง AI ซึ่งสามารถเรียนรู้และตอบคำถามจากข้อมูลแบบรวมศูนย์ได้

เกี่ยวกับเรา

MindsDB คือกลไกสืบค้นแบบรวมศูนย์ที่ออกแบบมาสำหรับเอเจนต์ AI และแอปพลิเคชันที่ต้องการตอบคำถามจากแหล่งข้อมูลเดียวหรือหลายแหล่ง รวมถึงข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง

เริ่มต้นเลย

ติดตั้ง MindsDB โดยใช้ Docker หรือ Docker Desktop
เชื่อมต่อข้อมูลของคุณ — เชื่อมต่อและสืบค้นแหล่งข้อมูลที่แตกต่างกันหลายร้อยแห่ง
เตรียมข้อมูลของคุณ — จัดเตรียม จัดระเบียบ และทำให้การแปลงข้อมูลเป็นแบบอัตโนมัติโดยใช้ AI และ ML เพื่อให้เหมาะกับความต้องการของคุณ

ใช้กรณี

หลังจากเชื่อมต่อและเตรียมข้อมูลของคุณแล้ว คุณสามารถใช้ประโยชน์จาก MindsDB เพื่อปรับใช้กรณีการใช้งานต่อไปนี้:

ใช้กรณี	คำอธิบาย	หลาม SDK	SQL
เศษผ้า	RAG ที่ครอบคลุมซึ่งสามารถเติมได้จากแหล่งข้อมูลมากมาย	(หลาม)	(เอสคิวแอล)
ตัวแทน	จัดเตรียมตัวแทนให้ตอบคำถามเกี่ยวกับข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างใน MindsDB	(หลาม)	(เอสคิวแอล)
ระบบอัตโนมัติ	ทำให้เวิร์กโฟลว์ข้อมูล AI เป็นอัตโนมัติโดยใช้งาน	(หลาม)	(เอสคิวแอล)

ตัวอย่าง

การเชื่อมต่อ AI Agent กับข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง

กรณีการใช้งานทั่วไปเกี่ยวข้องกับการเชื่อมต่อตัวแทนกับข้อมูล ตัวอย่างต่อไปนี้แสดงวิธีการเชื่อมต่อตัวแทน AI กับฐานข้อมูลเพื่อให้สามารถค้นหาข้อมูลที่มีโครงสร้างได้:

ขั้นแรกเราเชื่อมต่อแหล่งข้อมูล ในกรณีนี้เราเชื่อมต่อฐานข้อมูล postgres (คุณสามารถทำได้ผ่านโปรแกรมแก้ไข SQL หรือ 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 ;

ตอนนี้คุณสามารถสร้าง egent ที่สามารถตอบคำถามเกี่ยวกับข้อมูลที่ไม่มีโครงสร้างในฐานข้อมูลนี้ได้ (ลองใช้ Python SDK กัน)

 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 )

คุณเพิ่มข้อมูลเพิ่มเติมให้กับตัวแทน ให้เพิ่มข้อมูลที่ไม่มีโครงสร้างบางส่วน:

 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 )