Démarrer avec ChromaDB

Dans les exercices suivants, vous utiliserez une base de données vectorielle pour intégrer et interroger 1000 films et TV émissions de l'ensemble de données Netflix présenté dans la vidéo. L'objectif est d'utiliser ces données pour générer des recommandations basées sur une requête de recherche. Pour commencer, vous allez créer la base de données et la collection pour stocker les données.

chromadb est à votre disposition, et le site OpenAIEmbeddingFunction() a été importé de chromadb.utils.embedding_functions. Comme pour les deux premiers chapitres, vous n'avez pas besoin de fournir une clé API OpenAI dans ce chapitre.

Cet exercice fait partie du cours

Introduction à l'intégration avec l'API OpenAI

Afficher le cours

Instructions

Créez un client persistant pour enregistrer les fichiers de la base de données sur le disque ; vous pouvez omettre le chemin d'accès au fichier pour ces exercices.
Créez une collection de base de données appelée netflix_titles qui utilise la fonction d'intégration de l'OpenAI.
Listez toutes les collections de la base de données.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Create a persistant client
client = chromadb.____()

# Create a netflix_title collection using the OpenAI Embedding function
collection = client.create_collection(
    name="____",
    ____=____(model_name="text-embedding-3-small", api_key="")
)

# List the collections
print(client.____())

Modifier et exécuter le code