ChromaDB 시작하기
다음 연습 문제에서는 영상에서 소개된 Netflix 데이터셋의 영화와 TV 프로그램 1000편을 벡터 데이터베이스에 임베딩하고 질의해 볼 거예요. 목표는 검색 질의를 바탕으로 추천을 생성하는 것입니다. 먼저, 데이터를 저장할 데이터베이스와 컬렉션을 만들어 보세요.
chromadb는 이미 사용할 수 있으며, OpenAIEmbeddingFunction()은 chromadb.utils.embedding_functions에서 임포트되어 있어요. 앞의 두 챕터와 마찬가지로, 이 챕터에서도 OpenAI API 키를 제공할 필요가 없습니다.
이 연습은 강의의 일부입니다
OpenAI API로 시작하는 임베딩 Introduction
연습 안내
- 데이터베이스 파일을 디스크에 저장하기 위해 영속 클라이언트를 생성하세요. 이 연습에서는 파일 경로는 생략해도 됩니다.
- OpenAI 임베딩 함수를 사용하는
netflix_titles라는 이름의 데이터베이스 컬렉션을 생성하세요. - 데이터베이스의 모든 컬렉션을 나열해 보세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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.____())