Sim

Pinecone

Utilisez la base de données vectorielle Pinecone

Pinecone est une base de données vectorielle conçue pour créer des applications de recherche vectorielle haute performance. Elle permet le stockage, la gestion et la recherche par similarité de vecteurs d'embeddings de haute dimension, ce qui la rend idéale pour les applications d'IA nécessitant des capacités de recherche sémantique.

Avec Pinecone, vous pouvez :

  • Stocker des embeddings vectoriels : GĂ©rer efficacement des vecteurs de haute dimension Ă  grande Ă©chelle
  • Effectuer des recherches par similaritĂ© : Trouver les vecteurs les plus similaires Ă  un vecteur de requĂȘte en quelques millisecondes
  • Construire une recherche sĂ©mantique : CrĂ©er des expĂ©riences de recherche basĂ©es sur le sens plutĂŽt que sur les mots-clĂ©s
  • ImplĂ©menter des systĂšmes de recommandation : GĂ©nĂ©rer des recommandations personnalisĂ©es basĂ©es sur la similaritĂ© du contenu
  • DĂ©ployer des modĂšles d'apprentissage automatique : OpĂ©rationnaliser des modĂšles de ML qui s'appuient sur la similaritĂ© vectorielle
  • Évoluer en toute transparence : GĂ©rer des milliards de vecteurs avec des performances constantes
  • Maintenir des index en temps rĂ©el : Mettre Ă  jour votre base de donnĂ©es vectorielle en temps rĂ©el Ă  mesure que de nouvelles donnĂ©es arrivent

Dans Sim, l'intégration de Pinecone permet à vos agents d'exploiter les capacités de recherche vectorielle de maniÚre programmatique dans le cadre de leurs flux de travail. Cela permet des scénarios d'automatisation sophistiqués qui combinent le traitement du langage naturel avec la recherche et la récupération sémantiques. Vos agents peuvent générer des embeddings à partir de texte, stocker ces vecteurs dans des index Pinecone et effectuer des recherches de similarité pour trouver les informations les plus pertinentes. Cette intégration comble le fossé entre vos flux de travail d'IA et l'infrastructure de recherche vectorielle, permettant une récupération d'informations plus intelligente basée sur le sens sémantique plutÎt que sur la correspondance exacte de mots-clés. En connectant Sim avec Pinecone, vous pouvez créer des agents qui comprennent le contexte, récupÚrent des informations pertinentes à partir de grands ensembles de données et fournissent des réponses plus précises et personnalisées aux utilisateurs - le tout sans nécessiter une gestion d'infrastructure complexe ou une connaissance spécialisée des bases de données vectorielles.

Instructions d'utilisation

Stockez, recherchez et récupérez des embeddings vectoriels à l'aide de la base de données vectorielle spécialisée de Pinecone. Générez des embeddings à partir de texte et effectuez des recherches de similarité sémantique avec des options de filtrage personnalisables.

Outils

pinecone_generate_embeddings

Générer des embeddings à partir de texte en utilisant Pinecone

Entrée

ParamĂštreTypeObligatoireDescription
modelstringOuiModÚle à utiliser pour générer les embeddings
inputsarrayOuiTableau d'entrées textuelles pour lesquelles générer des embeddings
apiKeystringOuiClé API Pinecone

Sortie

ParamĂštreTypeDescription
dataarrayDonnées d'embeddings générées avec valeurs et type de vecteur
modelstringModÚle utilisé pour générer les embeddings
vector_typestringType de vecteur généré (dense/sparse)
usageobjectStatistiques d'utilisation pour la génération d'embeddings

pinecone_upsert_text

Insérer ou mettre à jour des enregistrements textuels dans un index Pinecone

Entrée

ParamĂštreTypeObligatoireDescription
indexHostchaĂźneOuiURL complĂšte de l'hĂŽte de l'index Pinecone
namespacechaßneOuiEspace de noms dans lequel insérer les enregistrements
recordstableauOuiEnregistrement ou tableau d'enregistrements à insérer, chacun contenant _id, texte et métadonnées optionnelles
apiKeychaßneOuiClé API Pinecone

Sortie

ParamĂštreTypeDescription
statusTextchaßneStatut de l'opération d'insertion
upsertedCountnombreNombre d'enregistrements insérés avec succÚs

pinecone_search_text

Rechercher du texte similaire dans un index Pinecone

Entrée

ParamĂštreTypeObligatoireDescription
indexHostchaĂźneOuiURL complĂšte de l'hĂŽte de l'index Pinecone
namespacechaĂźneNonEspace de noms dans lequel effectuer la recherche
searchQuerychaĂźneOuiTexte Ă  rechercher
topKchaßneNonNombre de résultats à retourner
fieldstableauNonChamps à retourner dans les résultats
filterobjetNonFiltre Ă  appliquer Ă  la recherche
rerankobjetNonParamĂštres de reclassement
apiKeychaßneOuiClé API Pinecone

Sortie

ParamĂštreTypeDescription
matchestableauRésultats de recherche avec ID, score et métadonnées

pinecone_search_vector

Rechercher des vecteurs similaires dans un index Pinecone

Entrée

ParamĂštreTypeObligatoireDescription
indexHostchaĂźneOuiURL complĂšte de l'hĂŽte de l'index Pinecone
namespacechaĂźneNonEspace de noms dans lequel effectuer la recherche
vectortableauOuiVecteur Ă  rechercher
topKnombreNonNombre de résultats à retourner
filterobjetNonFiltre Ă  appliquer Ă  la recherche
includeValuesbooléenNonInclure les valeurs des vecteurs dans la réponse
includeMetadatabooléenNonInclure les métadonnées dans la réponse
apiKeychaßneOuiClé API Pinecone

Sortie

ParamĂštreTypeDescription
matchestableauRésultats de recherche de vecteurs avec ID, score, valeurs et métadonnées
namespacechaĂźneEspace de noms oĂč la recherche a Ă©tĂ© effectuĂ©e

pinecone_fetch

Récupérer des vecteurs par ID depuis un index Pinecone

Entrée

ParamĂštreTypeObligatoireDescription
indexHostchaĂźneOuiURL complĂšte de l'hĂŽte de l'index Pinecone
idstableauOuiTableau d'ID de vecteurs à récupérer
namespacechaßneNonEspace de noms à partir duquel récupérer les vecteurs
apiKeychaßneOuiClé API Pinecone

Sortie

ParamĂštreTypeDescription
matchesarrayVecteurs récupérés avec ID, valeurs, métadonnées et score

Notes

  • CatĂ©gorie : tools
  • Type : pinecone
Pinecone