JamAIBase

牙買基地

提示

探索我們的文檔

概述

JAMAI BASE是一個開源抹布（檢索增強的生成生成）後端平台，該平台集成了具有託管內存和RAG功能的嵌入式數據庫（SQLITE）和嵌入式矢量數據庫（LANCEDB）。它具有內置的LLM，矢量嵌入以及Reranker編排和管理，所有這些都可以通過便捷，直觀，電子表格式的UI和簡單的REST API訪問。

關鍵功能

• 嵌入式數據庫（SQLITE）和向量數據庫（LancedB）
• 託管內存和抹布功能
• 內置的LLM，矢量嵌入和Reranker編排
• 直觀的電子表格式UI
• 簡單的REST API

生成表

將靜態數據庫表轉換為動態的AI增強實體。

• 動態數據生成：自動填充列，其中LLMS生成的相關數據。
• 內置REST API端點：簡化將AI功能集成到應用程序中的過程。

動作表

促進應用程序前端和LLM後端之間的實時互動。

• 實時響應能力：為應用程序提供響應式AI交互層。
• 自動後端管理：消除對用戶輸入和輸出的手動後端管理的需求。
• 複雜的工作流編排：啟用精緻的LLM工作流的創建。

知識表

充當結構化數據和文檔的存儲庫，增強LLM的上下文理解。

• 豐富的上下文背景：為LLM操作提供豐富的上下文背景。
• 增強的數據檢索：通過提供詳細的結構化上下文信息來支持其他生成表。
• 有效的文檔管理：啟用文檔和數據的上傳和同步。

聊天表

簡化智能聊天機器人應用程序的創建和管理。

• 智能聊天機器人開發：簡化聊天機器人的開發和運營管理。
• 上下文感知的交互：通過智能和上下文感知的交互來增強用戶參與度。
• 無縫集成：與檢索成名的生成（RAG）集成，以利用任何知識表中的內容。

LancedB集成

大型多模式數據的有效管理和查詢。

• 優化的數據處理：在大規模多模式數據上存儲，管理，查詢和檢索嵌入。
• 可伸縮性：確保最佳性能和無縫可伸縮性。

聲明性範式

專注於定義您要實現的“什麼”，而不是“如何”實現它。

• 簡化開發：允許用戶定義關係和期望的結果。
• 非攻擊方法：消除編寫程序的需求。
• 功能靈活性：通過LLMS支持功能編程。

關鍵好處

易用性

• 界面：簡單，直觀的電子表格狀界面。
• 重點：通過自然語言提示來定義數據要求。

可伸縮性

• 基金會：建立在lancedb上，這是一個為AI工作負載設計的開源矢量數據庫。
• 性能：無服務器設計確保最佳性能和無縫可擴展性。

靈活性

• LLM支持：支持任何LLM，包括OpenAI GPT-4，人類Claude 3和Meta Llama3。
• 功能：毫不費力地利用最先進的AI功能。

聲明性範式

• 方法：定義“什麼”而不是“如何”。
• 簡化：簡化複雜的數據操作，使其可供技術專長不同的用戶訪問。

創新的抹布技術

• 輕鬆的抹布：內置的抹布功能，無需自己構建抹布管道。
• 查詢重寫：提高搜索查詢的準確性和相關性。
• 混合搜索和重讀：結合基於關鍵字的搜索，結構化搜索和矢量搜索以獲取最佳結果。
• 結構化的抹佈內容管理：無縫組織和管理您的結構化內容。
• 自適應塊：自動確定構成數據的最佳方法。
• bge m3插入：免費的多種語言，多功能和多粒狀文本嵌入。

入門

選項1：使用Jamai Base Cloud

註冊免費帳戶！我們是否提到您可以獲得免費的LLM令牌？

選項2：啟動自託管服務

遵循我們的逐步指南。

探索文檔：

• SDK和平台文檔
• API文檔
• ChangElog
• 版本控制

例子

是否想嘗試使用Jamai Base構建應用程序？我們有一些很棒的例子可以讓您入門！查看我們的示例文檔以獲取靈感。

這是幾個很酷的前端示例：

1. 使用NLUX簡單聊天機器人機器人：構建一個基本的聊天機器人，而無需任何後端設置。這是浸入腳趾的好方法！
2. 使用nlux + Express.js的簡單聊天機器人機器人：將其更進一步，然後使用Express.js添加一些後端功率。
3. 簡單的聊天機器人機器人使用shatlit：您是python dev嗎？結帳此簡化演示！

讓我們知道您是否有任何疑問 - 我們在這裡提供幫助！愉快的編碼！ ？

社區和支持

加入我們充滿活力的開發人員社區，獲取全面的文檔，教程和資源：

• 不和諧：加入我們的不和諧
• GitHub ：明星我們的GitHub存儲庫

貢獻

我們歡迎捐款！請閱讀我們的貢獻指南以開始。

執照

該項目以Apache 2.0許可發布。 - 有關詳細信息，請參見許可證文件。

接觸

在X和LinkedIn上關注我們以獲取更新和新聞。