Pinecone

Pinecone es una base de datos vectorial diseñada para crear aplicaciones de búsqueda vectorial de alto rendimiento. Permite el almacenamiento eficiente, la gestión y la búsqueda por similitud de embeddings vectoriales de alta dimensionalidad, lo que la hace ideal para aplicaciones de IA que requieren capacidades de búsqueda semántica.

Con Pinecone, puedes:

Almacenar embeddings vectoriales: Gestionar eficientemente vectores de alta dimensionalidad a escala
Realizar búsquedas por similitud: Encontrar los vectores más similares a un vector de consulta en milisegundos
Construir búsquedas semánticas: Crear experiencias de búsqueda basadas en significado en lugar de palabras clave
Implementar sistemas de recomendación: Generar recomendaciones personalizadas basadas en similitud de contenido
Desplegar modelos de aprendizaje automático: Operacionalizar modelos de ML que dependen de la similitud vectorial
Escalar sin problemas: Manejar miles de millones de vectores con rendimiento consistente
Mantener índices en tiempo real: Actualizar tu base de datos vectorial en tiempo real a medida que llegan nuevos datos

En Sim, la integración con Pinecone permite a tus agentes aprovechar las capacidades de búsqueda vectorial de forma programática como parte de sus flujos de trabajo. Esto permite escenarios de automatización sofisticados que combinan el procesamiento del lenguaje natural con la búsqueda y recuperación semántica. Tus agentes pueden generar embeddings a partir de texto, almacenar estos vectores en índices de Pinecone y realizar búsquedas de similitud para encontrar la información más relevante. Esta integración cierra la brecha entre tus flujos de trabajo de IA y la infraestructura de búsqueda vectorial, permitiendo una recuperación de información más inteligente basada en el significado semántico en lugar de la coincidencia exacta de palabras clave. Al conectar Sim con Pinecone, puedes crear agentes que entienden el contexto, recuperan información relevante de grandes conjuntos de datos y ofrecen respuestas más precisas y personalizadas a los usuarios, todo sin requerir una gestión compleja de infraestructura o conocimientos especializados de bases de datos vectoriales.

Parámetro	Tipo	Obligatorio	Descripción
`model`	string	Sí	Modelo a utilizar para generar embeddings
`inputs`	array	Sí	Array de entradas de texto para generar embeddings
`apiKey`	string	Sí	Clave API de Pinecone

Salida

Parámetro	Tipo	Descripción
`data`	array	Datos de embeddings generados con valores y tipo de vector
`model`	string	Modelo utilizado para generar embeddings
`vector_type`	string	Tipo de vector generado (denso/disperso)
`usage`	object	Estadísticas de uso para la generación de embeddings

`pinecone_upsert_text`

Insertar o actualizar registros de texto en un índice de Pinecone

Entrada

Parámetro	Tipo	Obligatorio	Descripción
`indexHost`	string	Sí	URL completa del host del índice de Pinecone
`namespace`	string	Sí	Espacio de nombres donde insertar los registros
`records`	array	Sí	Registro o matriz de registros para insertar, cada uno conteniendo _id, texto y metadatos opcionales
`apiKey`	string	Sí	Clave API de Pinecone

Salida

Parámetro	Tipo	Descripción
`statusText`	string	Estado de la operación de inserción
`upsertedCount`	number	Número de registros insertados correctamente

`pinecone_search_text`

Buscar texto similar en un índice de Pinecone

Entrada

Parámetro	Tipo	Obligatorio	Descripción
`indexHost`	string	Sí	URL completa del host del índice de Pinecone
`namespace`	string	No	Espacio de nombres donde buscar
`searchQuery`	string	Sí	Texto a buscar
`topK`	string	No	Número de resultados a devolver
`fields`	array	No	Campos a devolver en los resultados
`filter`	object	No	Filtro a aplicar a la búsqueda
`rerank`	object	No	Parámetros de reordenación
`apiKey`	string	Sí	Clave API de Pinecone

Salida

Parámetro	Tipo	Descripción
`matches`	array	Resultados de búsqueda con ID, puntuación y metadatos

`pinecone_search_vector`

Buscar vectores similares en un índice de Pinecone

Entrada

Parámetro	Tipo	Obligatorio	Descripción
`indexHost`	string	Sí	URL completa del host del índice de Pinecone
`namespace`	string	No	Espacio de nombres donde buscar
`vector`	array	Sí	Vector a buscar
`topK`	number	No	Número de resultados a devolver
`filter`	object	No	Filtro a aplicar a la búsqueda
`includeValues`	boolean	No	Incluir valores de vector en la respuesta
`includeMetadata`	boolean	No	Incluir metadatos en la respuesta
`apiKey`	string	Sí	Clave API de Pinecone

Salida

Parámetro	Tipo	Descripción
`matches`	array	Resultados de búsqueda de vectores con ID, puntuación, valores y metadatos
`namespace`	string	Espacio de nombres donde se realizó la búsqueda

`pinecone_fetch`

Obtener vectores por ID desde un índice de Pinecone

Entrada

Parámetro	Tipo	Obligatorio	Descripción
`indexHost`	string	Sí	URL completa del host del índice de Pinecone
`ids`	array	Sí	Array de IDs de vectores a obtener
`namespace`	string	No	Espacio de nombres desde donde obtener los vectores
`apiKey`	string	Sí	Clave API de Pinecone

Salida

Parámetro	Tipo	Descripción
`matches`	array	Vectores obtenidos con ID, valores, metadatos y puntuación

Notas

Categoría: tools
Tipo: pinecone

Pinecone

Instrucciones de uso

Herramientas

`pinecone_generate_embeddings`

Entrada

Salida

`pinecone_upsert_text`

Entrada

Salida

`pinecone_search_text`

Entrada

Salida

`pinecone_search_vector`

Entrada

Salida

`pinecone_fetch`

Entrada

Salida

Notas

On this page