Mulai sekarangMulai gratis

Indeks Pinecone pertama Anda

Dengan klien Pinecone Anda sudah diinisialisasi, Anda siap membuat sebuah index! Index digunakan untuk menyimpan rekaman, termasuk vector dan metadata terkait, serta melayani query dan manipulasi lainnya. Seiring kemajuan Anda dalam kursus ini, Anda akan melihat bagaimana langkah-langkah berbeda ini membangun sistem AI modern yang bertumpu pada vector database.

Kelas Pinecone sudah diimpor untuk Anda.

Latihan ini merupakan bagian dari kursus

Database Vektor untuk Embeddings dengan Pinecone

Lihat Kursus

Instruksi latihan

  • Impor kelas ServerlessSpec dari pinecone.
  • Inisialisasi koneksi Pinecone menggunakan kunci API Anda.
  • Buat index serverless bernama "my-first-index" untuk menampung vector dengan 256 dimensi, dan konfigurasikan index tersebut untuk platform cloud 'aws' di region 'us-east-1'.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import ServerlessSpec
from pinecone import ____

# Initialize the Pinecone client with your API key
pc = Pinecone(api_key="____")

# Create your Pinecone index
pc.____(
    name="____",
    dimension=____,
    spec=____(
        cloud='____',
        region='____'
    )
)
Edit dan Jalankan Kode