Zacznij terazZacznij za darmo

Twój pierwszy indeks w Pinecone

Masz już zainicjowane połączenie z klientem Pinecone — czas utworzyć indeks! Indeksy służą do przechowywania rekordów, w tym wektorów i powiązanych z nimi metadanych, a także do obsługi zapytań i innych operacji. W trakcie kursu zobaczysz, jak poszczególne elementy składają się na nowoczesny system AI oparty na bazie wektorów.

Klasa Pinecone została już zaimportowana.

To ćwiczenie jest częścią kursu

Tworzenie aplikacji AI z Pinecone

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj klasę ServerlessSpec z biblioteki pinecone.
  • Zainicjuj połączenie z Pinecone, używając swojego klucza API.
  • Utwórz bezserwerowy indeks o nazwie "my-first-index", przeznaczony do przechowywania wektorów o 256 wymiarach, skonfigurowany dla platformy chmurowej 'aws' w regionie 'us-east-1'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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='____'
    )
)
Edytuj i uruchom kod