深入了解 Pinecone 向量資料庫的運作機制，從 pods 與索引到與其他資料庫的比較。學會分辨 pod 類型、取得 API 金鑰，並使用 Python 初始化 Pinecone 連線。最後，你將學會建立 Pinecone 索引，並探索不同參數，例如維度、距離度量、pod 類型等。

Pinecone 索引入門

建立 Pinecone 用戶端

你的第一個 Pinecone 索引

管理索引

連線至索引

刪除索引

Pinecone 生態系

向量匯入

檢查維度數

匯入含中繼資料的向量

Pinecone 入門

在 Python 中動手使用 Pinecone，實作管理索引、加入含中繼資料的向量、搜尋與擷取向量，以及進行更新或刪除。扎實掌握關鍵函式與概念，讓你能順暢地在 Pinecone 向量資料庫中處理資料。

擷取向量

選項

Querying

Fetching

Query 與 Fetch 的差異

查詢向量

回傳最相似的向量

變更距離度量

中介資料篩選

篩選查詢

多重中繼資料篩選

更新與刪除向量

更新向量值

更新向量中繼資料

刪除向量

在 Python 中操作 Pinecone 向量

本章將帶你最佳化 Pinecone 索引效能、運用多租戶命名空間降低成本、打造語意搜尋引擎，並結合 OpenAI API 建立檢索增強式問答系統。透過這些課程，你會習得效能調校、語意搜尋與檢索增強問答的實作技巧，能在真實情境中有效運用 Pinecone 構建 AI 應用。

批次 upsert

定義用於分塊的函式

以區塊批次 upsert

平行批次 upsert

多租戶與命名空間

命名空間

查詢命名空間

使用 Pinecone 進行語意搜尋

建立並設定 Pinecone 索引

為語意搜尋進行向量 upsert

語意搜尋的向量查詢

使用 Pinecone 與 OpenAI 的 RAG 聊天機器人

Upsert YouTube 逐字稿

建立擷取函式

RAG 問答函式

恭喜你！

效能調校與 AI 應用

Stanford Question Answering Dataset (SQuAD)

YouTube Transcripts

探索 Pinecone 向量資料庫如何革新 AI 應用開發。Pinecone 是一個全託管、超低查詢延遲的向量資料庫解決方案，正迅速成為市場主流。在本課程中，你將學習如何從 Pinecone 索引匯入、操作與查詢向量。你也會結合檢索增強生成（Retrieval Augmented Generation，RAG）等核心概念，打造語意搜尋與情境感知聊天機器人等 AI 應用。最後，你會學到如何最佳化正式環境中的資料庫，包括效能調校、儲存最佳化與改善查詢延遲的技巧。

<h2>運用 Pinecone 的向量資料庫，釋放嵌入式技術的強大潛力</h2>
在本課程的入門章節中，您將深入了解 Pinecone 的基礎知識，掌握其核心功能、優勢，以及 pods、indexes 和 projects 等重要概念。 透過實作課程，您將比較 Pinecone 與其他向量資料庫，深入了解其無與倫比的功能性與易用性。<br><br>
<h2>Python 與 Pinecone 的互動</h2>
讓自己具備使用 Python 與 Pinecone 無縫互動的技能。 學習如何區分不同的 pod 類型、設定您的環境，以及配置 Pinecone Python client。 您將深入了解 Pinecone 的核心，學習如何以程式化方式建立向量資料庫，掌握影響 Pinecone 索引建立的各項參數，包括維度、距離度量、pod 類型及副本數，並精通將帶有中繼資料的向量匯入 Pinecone 索引的技巧。 您將熟練運用 Python 查詢與擷取向量，並深入了解如何更新與刪除向量，以有效應對概念漂移。<br><br>
<h2>進階 Pinecone 與 AI 應用</h2>
深入基礎之上，進一步探索進階的 Pinecone 概念，包括監控 Pinecone 效能、優化效率，以及實作多租戶以進行存取控制。 您將深入探索進階應用，包括基於 Pinecone 架構的語意搜尋引擎，以及如何將其與 OpenAI API 整合，應用於如 RAG 聊天機器人等專案。

篩選查詢

使用 Pinecone 構建 AI 應用

練習說明

動手互動練習