ComeçarComece de graça

Seu primeiro índice Pinecone

Com o cliente Pinecone inicializado, você está pronto para começar a criar um índice! Os índices são usados pra guardar registros, incluindo os vetores e os metadados associados, além de responder consultas e outras manipulações. Conforme você avança no curso, você vai ver como essas etapas diferentes se juntam para formar um sistema de IA moderno, construído em um banco de dados vetorial.

Se você criar sem querer um índice válido que não segue as especificações detalhadas nas instruções, vai precisar adicionar o seguinte código antes do seu código .create_index() para apagá-lo e recriá-lo:

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

A classe Pinecone já foi importada pra você.

Este exercício faz parte do curso

Bancos de dados vetoriais para incorporações com Pinecone

Ver curso

Instruções do exercício

  • Importe a classe ServerlessSpec de pinecone.
  • Inicialize a conexão com o Pinecone usando sua chave API.
  • Crie um índice sem servidor chamado "my-first-index" para armazenar vetores com dimensões 256 e configure o índice para a plataforma em nuvem 'aws' na região 'us-east-1'.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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='____'
    )
)
Editar e executar o código