Cuadernos de ejemplos de búsqueda vectorial

En los cuadernos siguientes se muestra cómo usar el SDK de búsqueda de vectores Python. Para obtener información de referencia, consulte la referencia del SDK de Python.

LangChain

Para obtener más información sobre el uso de LangChain con Databricks Vector Search, consulte Integración de búsqueda de vectores de Databricks.

Notebook Description
búsqueda de vectores con el SDK de Python Cree un punto de conexión de búsqueda, cree un índice de vectores de sincronización delta, ejecute búsquedas de similitud y convierta los resultados en documentos LangChain.

Usar un modelo de incrustación

Estos cuadernos muestran cómo configurar un endpoint de servicio de modelos de Databricks para generar embeddings.

Notebook Description
Uso de un modelo de inserción de OpenAI Use el SDK de Python con un modelo de inserción externo (OpenAI) para crear y consultar un índice de búsqueda vectorial.
Usar un modelo de embeddings de GTE Use el modelo de inserción de la base GTE para cargar un conjunto de datos en una tabla Delta, fragmentar el texto, crear un punto de conexión de búsqueda vectorial y un índice de sincronización diferencial y ejecutar búsquedas de similitud.
Registrar y publicar un modelo de incrustación OSS Descargue un modelo de inserción de código abierto (e5-small-v2) de Hugging Face, regístrelo en Unity Catalog e impleméntelo como punto de conexión de servicio de modelos para usarlo con Databricks Vector Search.

Uso de la búsqueda de vectores con un token de OAuth

Notebook Description
Uso de la búsqueda de vectores con un token de OAuth Realice una consulta a un punto de conexión de búsqueda vectorial de Databricks utilizando el SDK de Python o solicitudes HTTP directas, autenticadas con un token OAuth de un principal de servicio a través de la ruta optimizada para la red.
  • Last updated on