Weaviate

Weaviate 是一個開源向量數據庫，可以存儲、管理和查詢數據向量，專爲 AI 驅動的搜索和推薦系統設計。它易於集成，支持擴展，能夠處理高維向量、高性能相似度搜索，以及結合傳統結構化數據的復合查詢。

Weaviate 不僅可以存儲向量，還支持實時創建向量、與機器學習模型的集成，以及可視化數據分析。無論是構建推薦系統、搜索引擎，還是 AI 驅動的應用程序，Weaviate 都能提供強大的支持。

功能亮點

• 向量搜索：支持快速的相似度查詢（最近鄰搜索）。
• 存儲多模態數據：結合向量和結構化數據進行查詢。
• 內置上下文感知模塊：支持文本、圖像或其他多模態數據類型的向量表示存儲。
• 可擴展性與高性能：能夠處理數十億條數據向量，具有強大的水平擴展能力。
• 與機器學習集成：支持外部機器學習模型，如 OpenAI、Hugging Face、Cohere 等，實現動態向量生成。
• chema-first：允許定義清晰的數據模式，幫助組織和優化數據存儲及查詢。
• API 支持：通過 GraphQL 和 RESTful 接口輕松訪問和操作數據。

添加用戶和apikeys

• 在AUTHENTICATION_APIKEY_ALLOWED_KEYS添加更多的apiKeys
• 在AUTHENTICATION_APIKEY_USERS後添加更多的users用逗號隔開

示例代碼

import weaviate
client = weaviate.connect_to_local(
host="<host>",
port=<http_port>,
grpc_port=<grpc_port>,
auth_credentials=Auth.api_key("<password>"),
)