VectorDB 레시피

<br /> GenAI 애플리케이션 구축에 뛰어들어 보세요! 이 저장소에는 GenAI 프로젝트를 시작하는 데 도움이 되는 예제, 애플리케이션, 스타터 코드 및 튜토리얼이 포함되어 있습니다.

• 이들은 설정이 필요 없는 무료 오픈 소스 서버리스 vectorDB인 LanceDB를 사용하여 구축되었습니다.
• Python 데이터 생태계에 통합되므로 pandas, arrow, pydantic 등 기존 데이터 파이프라인에서 간단하게 사용을 시작할 수 있습니다.
• LanceDB는 TypeScript SDK가 있어 이를 사용하여 서버리스 함수에서 vector 검색을 실행할 수 있습니다!

<img src="https://github.com/lancedb/vectordb-recipes/assets/5846846/d284accb-24b9-4404-8605-56483160e579" height="85%" width="85%" /> <br /> 지원 커뮤니티에 참여하세요 - <a href="https://discord.gg/zMM32dvNtd">Discord</a> • <a href="https://twitter.com/lancedb">Twitter</a>

---

이 저장소는 2개의 섹션으로 나뉩니다:

• Examples - 최소한의 소개로 바로 코드를 다룰 수 있으며, 아이디어를 몇 분 안에 PoC(개념 증명)로 만드는 것을 목표로 합니다!
• Applications - 적용된 LLM, VectorDB 및 GenAI 도구를 사용하는 사용 준비가 된 Python 및 웹 앱

다음 예제들은 유사한 유형의 예제를 쉽게 접근할 수 있도록 다양한 테이블로 구성되어 있습니다.

섹션

• Build from Scratch - AI 애플리케이션을 처음부터 단계별로 생성하는 가이드입니다.
• Multimodal - 텍스트와 이미지를 모두 처리하고 검색할 수 있는 앱을 구축합니다.
• RAG - 문서 검색과 LLM 기반 응답을 결합합니다.
• Vector Search - 벡터 기반 검색을 사용하여 관련 문서를 효율적으로 찾는 방법을 배웁니다.
• Chatbot - 정보를 가져오고 지능적인 답변을 생성하는 AI 챗봇을 만듭니다.
• Evaluation - AI가 생성한 답변의 품질과 정확도를 측정합니다.
• AI Agents - 여러 에이전트가 협력하고 상호 작용하는 LLM 기반 애플리케이션을 구축합니다.
• Recommender Systems - 개인화된 제안을 위한 AI 기반 추천 시스템을 개발합니다.
• Concepts - AI 애플리케이션에 사용되는 주요 기술의 튜토리얼 및 설명을 제공합니다.

🌟 New 🌟

최신 프로젝트, 도구 및 저장소에 추가된 개선 사항을 확인하세요.

• V-JEPA Video Search - <a href="https://colab.research.google.com/github/lancedb/vectordb-recipes/blob/main/examples/v-jepa-video-search/intra-video.ipynb"><img src="https://colab.research.google.com/assets/colab-badge.svg" alt="Open In Colab"></a>

Build from Scratch

기본부터 시작하세요! 이 예제들은 LanceDB를 사용하여 효율적인 문서 검색 및 검색을 통해 AI 애플리케이션을 처음부터 구축하는 방법을 안내합니다.

MultiModal

다양한 유형의 데이터(텍스트, 이미지 등)에 걸쳐 검색합니다. 다양한 입력을 처리하는 강력한 검색 애플리케이션을 구축하세요.

RAG

답변을 생성하기 전에 관련 문서를 검색하여 가져오는 방식입니다. 이 섹션에서는 프로젝트에 RAG를 구현하는 다양한 접근 방식을 다룹니다.

챗봇 (Chatbot)

LanceDB의 벡터 검색(vector search) 기능을 사용하여 사용자 질의를 이해하고 관련 응답을 가져오는 챗봇을 만드세요.

평가 (Evaluation)

이 프로젝트들은 AI가 생성한 응답을 참조 데이터와 비교하고 정확도를 미세 조정(fine-tune)하는 도구를 제공합니다.

AI 에이전트 (AI Agents)

여러 AI 에이전트가 상호 작용하여 작업을 효율적으로 완료하는 애플리케이션을 구축하세요. 이 프로젝트들은 에이전트들이 어떻게 협업하고, 데이터를 교환하며, 워크플로우를 자동화할 수 있는지 보여줍니다.

추천 시스템 (Recommender Systems)

개인화된 AI 추천! 이 프로젝트들은 사용자 선호도에 따라 콘텐츠를 제안하는 추천 엔진을 구축하는 데 도움을 줍니다.

개념 (Concepts)

텍스트 청킹(text chunking), 검색 전략(retrieval strategies), 최적화 기술 등 AI 애플리케이션의 핵심 아이디어를 학습하여 벡터 검색 및 AI 파이프라인에 대한 이해도를 높이세요.

프로젝트 및 애플리케이션 (Projects & Applications)

LanceDB로 구축된 즉시 사용 가능한 AI 애플리케이션입니다! 이 프로젝트들을 그대로 사용하거나, 맞춤 설정하거나, 자체 애플리케이션에 통합하세요.

LanceDB로 구동되는 Node 애플리케이션

<img src="https://raw.githubusercontent.com/lancedb/vectordb-recipes/HEAD/assets/udacity-course.png" width="80%" height="80%" />

기여 예시

이 저장소에 추가하고 싶은 멋진 애플리케이션을 개발 중이라면, PR(Pull Request)을 열어주세요!