1. Learn
    2. /
  2. Kurser
    3. /
  3. Vector Databases สำหรับ Embeddings ด้วย Pinecone
Connected

övning

สร้างฟังก์ชันดึงข้อมูล

กระบวนการสำคัญในเวิร์กโฟลว์ของ Retrieval Augmented Generation (RAG) คือการดึงข้อมูลจากฐานข้อมูล ในแบบฝึกหัดนี้ คุณจะออกแบบฟังก์ชันที่กำหนดเองชื่อ retrieve() เพื่อทำหน้าที่นี้ในแบบฝึกหัดสุดท้ายของคอร์ส

Instruktioner

100 XP
  • เริ่มต้น Pinecone client ด้วย API key ของคุณ (OpenAI client พร้อมใช้งานในชื่อ client)
  • กำหนดฟังก์ชัน retrieve ที่รับพารามิเตอร์ 4 ตัว ได้แก่ query, top_k, namespace และ emb_model
  • สร้าง embedding จาก query ที่รับเข้ามา โดยใช้อาร์กิวเมนต์ emb_model
  • ดึงเวกเตอร์ที่คล้ายกับ query_emb มากที่สุด top_k รายการพร้อม metadata โดยระบุ namespace ที่ส่งเข้ามาเป็นอาร์กิวเมนต์