معرفی شرکت ها
embedin-0.1.3
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
A lightweight vector database
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | embedin-0.1.3 |
| نام | embedin |
| نسخه کتابخانه | 0.1.3 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | EmbedInAI |
| ایمیل نویسنده | EmbedInAI@gmail.com |
| آدرس صفحه اصلی | https://github.com/EmbedInAI/EmbedInDB |
| آدرس اینترنتی | https://pypi.org/project/embedin/ |
| مجوز | - |
# Embedin
[](https://pypi.org/project/embedin/)
[](https://coveralls.io/github/EmbedInAI/EmbedInDB)
## Installation
```bash
pip install embedin
```
## Quick Start
### Using memery DB
```python
from embedin.client import Client
client = Client(collection_name="test_collection")
client.add_data(texts=["This is a test"], meta_data=[{"source": "abc4"}])
result = client.query("These are tests", top_k=1)
print("result: ", result)
```
### Using sqlite with local storage
```python
from embedin.client import Client
url = 'sqlite:///test.db'
client = Client(collection_name="test_collection", url=url)
client.add_data(texts=["This is a test"], meta_data=[{"source": "abc4"}])
result = client.query("These are tests", top_k=1)
```
### Using PostgreSQL
```python
import os
from embedin.client import Client
url = os.environ.get('EMBEDIN_POSGRES_URL', "postgresql+psycopg2://embedin:embedin@localhost/embedin_db")
client = Client(collection_name="test_collection", url=url)
client.add_data(texts=["This is a test"], meta_data=[{"source": "abc4"}])
result = client.query("These are tests", top_k=1)
```
### Using MySQL
```python
import os
from embedin.client import Client
url = os.environ.get('EMBEDIN_MYSQL_URL', "mysql+pymysql://embedin:embedin@localhost/embedin_db")
client = Client(collection_name="test_collection", url=url)
client.add_data(texts=["This is a test"], meta_data=[{"source": "abc4"}])
result = client.query("These are tests", top_k=1)
```
### Using MS-SQL
```python
import os
from embedin.client import Client
url = os.environ.get('EMBEDIN_MSSQL_URL', "mssql+pymssql://sa:StrongPassword123@localhost/tempdb")
client = Client(collection_name="test_collection", url=url)
client.add_data(texts=["This is a test"], meta_data=[{"source": "abc4"}])
result = client.query("These are tests", top_k=1)
```
## For development
Clone the repo
```bash
git clone https://github.com/EmbedInAI/embedin.git
```
Start PostgreSQL DB (Only necessary for using PostgreSQL as the storage)
```bash
cd docker
docker-compose up embedin-postgres
```
Start MySQL DB (Only necessary for using MySQL as the storage)
```bash
cd docker
docker-compose up embedin-mysql
```
Start MS-SQL DB (Only necessary for using MS-SQL as the storage)
```bash
cd docker
docker-compose up embedin-mssql
```
Start Oracle DB (Only necessary for using Oracle as the storage) - not supported yet
docker login container-registry.oracle.com
```bash
cd docker
docker-compose up embedin-oracle
```yaml
embedin-oracle:
container_name: embedin-oracle
image: container-registry.oracle.com/database/enterprise:21.3.0.0
environment:
- ORACLE_SID=ORCLCDB
- ORACLE_PWD=password
- ORACLE_PDB=ORCLPDB1
- ORACLE_CHARACTERSET=AL32UTF8
volumes:
- ./oracle/data:/opt/oracle/oradata
ports:
- "1521:1521"
```
Run unit test with coverage report
```bash
coverage run -m unittest discover -s tests -p '*.py'
coverage report
```
To publish to PyPI
```bash
pip install twine
```
```bash
python setup.py sdist && python setup.py bdist_wheel && twine upload dist/*
```
نیازمندی
| مقدار | نام |
|---|---|
| >=1.10.0 | numpy |
| >=0.7.1 | hnswlib-embedinai |
| >=2.2.2 | sentence-transformers |
| >=1.4.25 | sqlalchemy |
| >=2.8.6 | psycopg2 |
| >=1.0.2 | pymysql |
| >=2.2.7 | pymssql |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl embedin-0.1.3:
pip install embedin-0.1.3.whl
نصب پکیج tar.gz embedin-0.1.3:
pip install embedin-0.1.3.tar.gz