IniziaInizia gratis

Il tuo primo indice Pinecone

Con il client Pinecone inizializzato, sei prontə per iniziare a creare un indice! Gli indici servono a memorizzare i record, inclusi i vettori e i metadati associati, oltre a gestire le query e altre operazioni. Proseguendo nel corso, vedrai come questi passaggi si combinano per costruire un sistema di AI moderno basato su un vector database.

Se crei per errore un indice valido che però non rispetta le specifiche indicate nelle istruzioni, dovrai aggiungere il seguente codice prima della chiamata .create_index() per eliminarlo e ricrearlo:

pc.delete_index('my-first-index')

La classe Pinecone è già stata importata per te.

Questo esercizio fa parte del corso

Database vettoriali per Embeddings con Pinecone

Visualizza il corso

Istruzioni dell'esercizio

  • Importa la classe ServerlessSpec da pinecone.
  • Inizializza la connessione a Pinecone usando la tua chiave API.
  • Crea un indice serverless chiamato "my-first-index" per contenere vettori con 256 dimensioni e configura l'indice per la piattaforma cloud 'aws' nella regione 'us-east-1'.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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='____'
    )
)
Modifica ed esegui il codice