Posted inDatabase
MilvusベクターデータベースをDockerでセットアップ：RAGとAIのナレッジストアを構築する
Docker ComposeでMilvus Vector Databaseをセットアップし、コレクション作成・ベクターembedding保存・完全なRAGパイプライン構築を解説。インデックスタイプの選び方、Chunkingストラテジー、本番環境の最適化Tipsを現場経験から紹介。
Posted inDatabase
ChromaDBのインストールと使い方：AIエージェントの知識ストレージシステムを構築するためのオープンソースVector Database
ChromaDBはオープンソースのベクターデータベースで、意味的なデータの保存と検索を実現する — ローカルで動かせる軽量さと、RAGやAI Agentの基盤となる十分なパワーを兼ね備えている。本記事ではインストール、ドキュメントのインデックス化、セマンティック検索のクエリ、Dockerによるデプロイを実際の手順で解説する。
Posted inDatabase
pgvectorの使い方ガイド：PostgreSQLでベクトル埋め込みを保存・検索してAIとRAGパイプラインに活用する
pgvectorはPostgreSQLの拡張機能で、既存のデータベースにベクトル埋め込みをそのまま保存・検索できます——別システムのデプロイが不要です。インストール、HNSWインデックスの作成、セマンティック検索、PythonによるRAGパイプラインへの統合方法を、実運用から得たモニタリングのヒントとともに解説します。
Posted in人工知能
Pythonでセマンティック検索を構築する：コンピュータがユーザーの意図を真に「理解」するとき
キーワードの完全一致に頼る検索はもう古い。Pythonを使用して、ユーザーの意図を汲み取るインテリジェントなセマンティック検索システムを構築する方法を解説します。言葉が違っても正確な結果を導き出す最新の検索技術を学びましょう。