Keboola

Keboola 是一个数据操作平台,它将数据工程、分析和机器学习工具集成到一个单一环境中。它帮助企业统一数据源、转换数据并将机器学习模型部署到生产环境。

前提条件

  1. 需要连接到 Qdrant 实例。您可以在 cloud.qdrant.io 获取免费云实例。
  2. 需要一个 Keboola 账户来开发您的数据工作流。

设置

  • 在您的 Keboola 平台中,导航到组件(Components)部分。
  • 从组件市场中找到并添加 Qdrant 组件。
  • 使用您的 URL 和 API 密钥配置与 Qdrant 实例的连接。

在 Keboola 中使用 Qdrant

通过 Keboola 与 Qdrant 的集成,您可以

  • 数据管道集成:从 Keboola 中的任何来源提取数据,对其进行转换,并将向量嵌入加载到 Qdrant 中以实现语义搜索功能。

  • 向量数据库管理:直接从您的 Keboola 工作流中创建、管理和更新 Qdrant 中的集合。

  • 编排:将您的向量数据库操作安排和自动化,作为数据管道的一部分。

  • ML 运营:将您的机器学习模型与向量搜索功能相结合,用于高级 AI 应用。

示例用例

一个常见的用例是构建一个 RAG(检索增强生成)系统,其中

  1. 从 Keboola 中的多个来源提取数据
  2. 文本在 Keboola 的转换引擎中进行处理和转换
  3. 生成嵌入并存储在 Qdrant 中
  4. 应用查询 Qdrant 向量以实现语义搜索功能

进一步阅读

此页面有用吗?

感谢您的反馈! 🙏

很抱歉听到此消息。 😔 您可以在 GitHub 上编辑此页面,或创建一个 GitHub Issue。