Ekinox
Tools

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 : Gérer efficacement des vecteurs de haute dimension à grande échelle
  • Effectuer des recherches par similarité : Trouver les vecteurs les plus similaires à un vecteur de requête en quelques millisecondes
  • Construire une recherche sémantique : Créer des expériences de recherche basées sur le sens plutôt que sur les mots-clés
  • Implémenter des systèmes de recommandation : Générer des recommandations personnalisées basées sur la similarité du contenu
  • Déployer des modèles d'apprentissage automatique : Opérationnaliser des modèles de ML qui s'appuient sur la similarité vectorielle
  • Évoluer en toute transparence : Gérer des milliards de vecteurs avec des performances constantes
  • Maintenir des index en temps réel : Mettre à jour votre base de données vectorielle en temps réel à mesure que de nouvelles données arrivent

Dans Ekinox, l'intégration de Pinecone permet à vos agents d'exploiter les capacités de recherche vectorielle de manière 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 plutôt que sur la correspondance exacte de mots-clés. En connectant Ekinox avec Pinecone, vous pouvez créer des agents qui comprennent le contexte, récupèrent 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

Intégrez Pinecone dans le flux de travail. Peut générer des embeddings, insérer du texte, rechercher avec du texte, récupérer des vecteurs et rechercher avec des vecteurs. Nécessite une clé API.

Outils

pinecone_generate_embeddings

Générer des embeddings à partir de texte en utilisant Pinecone

Entrée

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

Sortie

ParamètreTypeDescription
dataarrayDonnées d'embeddings générées avec valeurs et type de vecteur
modelstringModèle 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

ParamètreTypeObligatoireDescription
indexHostchaîneOuiURL complète de l'hôte de l'index Pinecone
namespacechaîneOuiEspace de noms dans lequel insérer les enregistrements
recordstableauOuiEnregistrement ou tableau d'enregistrements à insérer, chacun contenant _id, texte et métadonnées optionnelles
apiKeychaîneOuiClé API Pinecone

Sortie

ParamètreTypeDescription
statusTextchaîneStatut de l'opération d'insertion
upsertedCountnombreNombre d'enregistrements insérés avec succès

pinecone_search_text

Rechercher du texte similaire dans un index Pinecone

Entrée

ParamètreTypeObligatoireDescription
indexHostchaîneOuiURL complète de l'hôte de l'index Pinecone
namespacechaîneNonEspace de noms dans lequel effectuer la recherche
searchQuerychaîneOuiTexte à rechercher
topKchaîneNonNombre de résultats à retourner
fieldstableauNonChamps à retourner dans les résultats
filterobjetNonFiltre à appliquer à la recherche
rerankobjetNonParamètres de reclassement
apiKeychaîneOuiClé API Pinecone

Sortie

ParamètreTypeDescription
matchestableauRésultats de recherche avec ID, score et métadonnées

pinecone_search_vector

Rechercher des vecteurs similaires dans un index Pinecone

Entrée

ParamètreTypeObligatoireDescription
indexHostchaîneOuiURL complète de l'hôte de l'index Pinecone
namespacechaîneNonEspace de noms dans lequel effectuer la recherche
vectortableauOuiVecteur à rechercher
topKnombreNonNombre de résultats à retourner
filterobjetNonFiltre à appliquer à la recherche
includeValuesbooléenNonInclure les valeurs des vecteurs dans la réponse
includeMetadatabooléenNonInclure les métadonnées dans la réponse
apiKeychaîneOuiClé API Pinecone

Sortie

ParamètreTypeDescription
matchestableauRésultats de recherche de vecteurs avec ID, score, valeurs et métadonnées
namespacechaîneEspace de noms où la recherche a été effectuée

pinecone_fetch

Récupérer des vecteurs par ID depuis un index Pinecone

Entrée

ParamètreTypeObligatoireDescription
indexHostchaîneOuiURL complète de l'hôte de l'index Pinecone
idstableauOuiTableau d'ID de vecteurs à récupérer
namespacechaîneNonEspace de noms à partir duquel récupérer les vecteurs
apiKeychaîneOuiClé API Pinecone

Sortie

ParamètreTypeDescription
matchesarrayVecteurs récupérés avec ID, valeurs, métadonnées et score

Notes

  • Catégorie : tools
  • Type : pinecone
Pinecone