Pierwsze kroki z ChromaDB
W kolejnych ćwiczeniach użyjesz wektorowej bazy danych, aby osadzić i przeszukać 1000 filmów oraz seriali ze zbioru danych Netflix przedstawionego w filmie. Celem będzie wygenerowanie rekomendacji na podstawie zapytania. Na początek utworzysz bazę danych i kolekcję do przechowywania danych.
Do dyspozycji masz bibliotekę chromadb, a funkcja OpenAIEmbeddingFunction() została już zaimportowana z chromadb.utils.embedding_functions. Podobnie jak w pierwszych dwóch rozdziałach, w tym rozdziale nie musisz podawać klucza API OpenAI.
To ćwiczenie jest częścią kursu
Wprowadzenie do osadzeń z OpenAI API
Instrukcje do ćwiczenia
- Utwórz stały klient, który zapisuje pliki bazy danych na dysku – w tych ćwiczeniach możesz pominąć ścieżkę do pliku.
- Utwórz kolekcję bazy danych o nazwie
netflix_titles, która korzysta z funkcji osadzania OpenAI. - Wyświetl listę wszystkich kolekcji w bazie danych.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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.____())