牙买基地
概述
JAMAI BASE是一个开源抹布（检索增强的生成生成）后端平台，该平台集成了具有托管内存和RAG功能的嵌入式数据库（SQLITE）和嵌入式矢量数据库（LANCEDB）。它具有内置的LLM，矢量嵌入以及Reranker编排和管理，所有这些都可以通过便捷，直观，电子表格式的UI和简单的REST API访问。
关键功能
- 嵌入式数据库（SQLITE）和向量数据库（LancedB）
- 托管内存和抹布功能
- 内置的LLM，矢量嵌入和Reranker编排
- 直观的电子表格式UI
- 简单的REST API
生成表
将静态数据库表转换为动态的AI增强实体。
- 动态数据生成：自动填充列，其中LLMS生成的相关数据。
- 内置REST API端点：简化将AI功能集成到应用程序中的过程。
动作表
促进应用程序前端和LLM后端之间的实时互动。
- 实时响应能力：为应用程序提供响应式AI交互层。
- 自动后端管理：消除对用户输入和输出的手动后端管理的需求。
- 复杂的工作流编排：启用精致的LLM工作流的创建。
知识表
充当结构化数据和文档的存储库，增强LLM的上下文理解。
- 丰富的上下文背景：为LLM操作提供丰富的上下文背景。
- 增强的数据检索：通过提供详细的结构化上下文信息来支持其他生成表。
- 有效的文档管理：启用文档和数据的上传和同步。
聊天表
简化智能聊天机器人应用程序的创建和管理。
- 智能聊天机器人开发：简化聊天机器人的开发和运营管理。
- 上下文感知的交互：通过智能和上下文感知的交互来增强用户参与度。
- 无缝集成：与检索成名的生成（RAG）集成，以利用任何知识表中的内容。
LancedB集成
大型多模式数据的有效管理和查询。
- 优化的数据处理：在大规模多模式数据上存储，管理，查询和检索嵌入。
- 可伸缩性：确保最佳性能和无缝可伸缩性。
声明性范式
专注于定义您要实现的“什么”，而不是“如何”实现它。
- 简化开发：允许用户定义关系和期望的结果。
- 非攻击方法：消除编写程序的需求。
- 功能灵活性：通过LLMS支持功能编程。
关键好处
易用性
- 界面：简单，直观的电子表格状界面。
- 重点：通过自然语言提示来定义数据要求。
可伸缩性
- 基金会：建立在lancedb上，这是一个为AI工作负载设计的开源矢量数据库。
- 性能：无服务器设计确保最佳性能和无缝可扩展性。
灵活性
- LLM支持：支持任何LLM，包括OpenAI GPT-4，人类Claude 3和Meta Llama3。
- 功能：毫不费力地利用最先进的AI功能。
声明性范式
- 方法：定义“什么”而不是“如何”。
- 简化：简化复杂的数据操作，使其可供技术专长不同的用户访问。
创新的抹布技术
- 轻松的抹布：内置的抹布功能，无需自己构建抹布管道。
- 查询重写：提高搜索查询的准确性和相关性。
- 混合搜索和重读：结合基于关键字的搜索，结构化搜索和矢量搜索以获取最佳结果。
- 结构化的抹布内容管理：无缝组织和管理您的结构化内容。
- 自适应块：自动确定构成数据的最佳方法。
- bge m3插入：免费的多种语言，多功能和多粒状文本嵌入。
入门
选项1：使用Jamai Base Cloud
注册免费帐户！我们是否提到您可以获得免费的LLM令牌？
选项2：启动自托管服务
遵循我们的逐步指南。
探索文档：
- SDK和平台文档
- API文档
- ChangElog
- 版本控制
例子
是否想尝试使用Jamai Base构建应用程序？我们有一些很棒的例子可以让您入门！查看我们的示例文档以获取灵感。
这是几个很酷的前端示例：
- 使用NLUX简单聊天机器人机器人：构建一个基本的聊天机器人，而无需任何后端设置。这是浸入脚趾的好方法！
- 使用nlux + Express.js的简单聊天机器人机器人：将其更进一步，然后使用Express.js添加一些后端功率。
- 简单的聊天机器人机器人使用shatlit：您是python dev吗？结帐此简化演示！
让我们知道您是否有任何疑问 - 我们在这里提供帮助！愉快的编码！ ？
社区和支持
加入我们充满活力的开发人员社区，获取全面的文档，教程和资源：
- 不和谐：加入我们的不和谐
- GitHub ：明星我们的GitHub存储库
贡献
我们欢迎捐款！请阅读我们的贡献指南以开始。
执照
该项目以Apache 2.0许可发布。 - 有关详细信息，请参见许可证文件。
接触
在X和LinkedIn上关注我们以获取更新和新闻。
