Weaviate

Weaviate 是一个开源向量数据库，可以存储、管理和查询数据向量，专为 AI 驱动的搜索和推荐系统设计。它易于集成，支持扩展，能够处理高维向量、高性能相似度搜索，以及结合传统结构化数据的复合查询。

Weaviate 不仅可以存储向量，还支持实时创建向量、与机器学习模型的集成，以及可视化数据分析。无论是构建推荐系统、搜索引擎，还是 AI 驱动的应用程序，Weaviate 都能提供强大的支持。

功能亮点

• 向量搜索：支持快速的相似度查询（最近邻搜索）。
• 存储多模态数据：结合向量和结构化数据进行查询。
• 内置上下文感知模块：支持文本、图像或其他多模态数据类型的向量表示存储。
• 可扩展性与高性能：能够处理数十亿条数据向量，具有强大的水平扩展能力。
• 与机器学习集成：支持外部机器学习模型，如 OpenAI、Hugging Face、Cohere 等，实现动态向量生成。
• chema-first：允许定义清晰的数据模式，帮助组织和优化数据存储及查询。
• API 支持：通过 GraphQL 和 RESTful 接口轻松访问和操作数据。

添加用户和apikeys

• 在AUTHENTICATION_APIKEY_ALLOWED_KEYS添加更多的apiKeys
• 在AUTHENTICATION_APIKEY_USERS后添加更多的users用逗号隔开

示例代码

      import weaviate
      client = weaviate.connect_to_local(
          host="<host>",
          port=<http_port>,
          grpc_port=<grpc_port>,
          auth_credentials=Auth.api_key("<password>"),
      )