RAG basado en grafos de conocimiento
La página de inicio describe el producto como un asistente RAG basado en grafos de conocimiento, lo que indica que combina la recuperación sobre conocimiento estructurado con respuestas generadas.
TiDB AI Assistant
Freemium
Asistente de preguntas y respuestas centrado en TiDB, basado en RAG con grafos de conocimiento, TiDB X Vector Storage y PyTiDB, con interfaz web y API documentada para búsquedas, chat y flujos de trabajo de bases de conocimiento.
¿Qué es TiDB AI Assistant?
TiDB AI Assistant es un producto de preguntas y respuestas centrado en TiDB que se presenta como un sistema RAG basado en grafos de conocimiento, creado con TiDB X Vector Storage y PyTiDB. La página de inicio invita a los usuarios a hacer preguntas técnicas sobre TiDB y flujos de trabajo relacionados, y el producto parece estar disponible tanto mediante una interfaz web como mediante una API.
Los ejemplos del sitio se centran en temas prácticos de TiDB, como almacenar y consultar vectores con PyTiDB, usar claves foráneas, realizar búsquedas vectoriales, búsquedas de texto completo o búsquedas híbridas, y hacer preguntas sobre comparaciones de precios de TiDB Cloud. La documentación de la API aporta más detalles al exponer objetos para chat, bases de conocimiento, embeddings, reranking, evaluación y recuperación mediante grafos de conocimiento.
¿Qué puede hacer TiDB AI Assistant?
Base en TiDB y PyTiDB
El producto está creado con TiDB X Vector Storage y PyTiDB, lo que vincula el asistente con el almacenamiento orientado a TiDB y los patrones de acceso mediante Python.
API para flujos de recuperación y chat
La interfaz de Swagger expone endpoints y modelos de objetos para chat, bases de conocimiento, documentos, fragmentos, entidades, relaciones, embeddings, reranking y tareas de evaluación.
Múltiples modos de recuperación
Los nombres de los esquemas de la API incluyen búsqueda vectorial, búsqueda de texto completo, búsqueda híbrida y recuperación mediante grafos de conocimiento, lo que muestra varios modos de recuperación en el backend.
Gestión administrativa y de modelos
La documentación incluye objetos orientados a la administración para claves de API, fuentes de datos, modelos y configuraciones, lo que sugiere que el servicio se puede configurar mediante recursos administrados.
Casos de uso
“Preguntas de soporte y referencia sobre TiDB”
Haz preguntas operativas o conceptuales sobre TiDB, incluidos temas como claves foráneas, precios en la nube y comportamiento de las funciones.
“Exploración de búsquedas vectoriales e híbridas”
Consulta vectores mediante PyTiDB y compara la búsqueda vectorial con enfoques de recuperación mediante texto completo o híbrida.
“Creación de prototipos de aplicaciones de recuperación”
Crea flujos de trabajo de chat o de bases de conocimiento usando los objetos documentados de la API para documentos, fragmentos, embeddings y recuperación.
“Flujos de trabajo RAG con grafos de conocimiento”
Trabaja con la recuperación mediante grafos de conocimiento para preguntas y respuestas en las que las relaciones y las entidades son relevantes además del texto sin procesar.
“Ajuste de la calidad del asistente”
Examina los objetos de evaluación, reranking y gestión de modelos de la API al ajustar la calidad de la recuperación o el comportamiento del asistente.
Preguntas frecuentes
¿Cómo se accede a TiDB AI Assistant?
El sitio muestra TiDB AI Assistant como una aplicación web con acceso mediante inicio de sesión y una API documentada a través de Swagger UI. Las páginas públicas no proporcionan pasos de configuración más allá de esos puntos de acceso.
¿Qué hace TiDB AI Assistant?
La página de inicio lo presenta como un asistente RAG basado en grafos de conocimiento, creado con TiDB X Vector Storage y PyTiDB, y la documentación de la API expone objetos relacionados con bases de conocimiento, búsqueda vectorial, recuperación mediante grafos de conocimiento, chat, embeddings, reranking y evaluación.
¿Se han publicado los precios?
Las páginas mostradas no incluyen detalles de precios. La URL de precios devuelve un error 404, por lo que no hay información pública sobre precios en las fuentes recopiladas.
¿Qué tipos de preguntas aborda?
Los ejemplos de la página de inicio se centran en preguntas relacionadas con TiDB, como vectores con PyTiDB, claves foráneas, búsqueda vectorial, búsqueda de texto completo, búsqueda híbrida y preguntas sobre los costos de TiDB Cloud.
Datos rápidos
- Categoría
- Asistente de IA
- Enfoque principal
- Preguntas y respuestas y recuperación relacionadas con TiDB
- Interfaz
- Aplicación web más API documentada con Swagger
- Tecnologías principales
- TiDB X Vector Storage y PyTiDB
- Precios
- No publicados en las fuentes recopiladas
- Dominio de origen
- tidb.ai
Análisis de tráfico de TiDB AI Assistant
Los datos de tráfico son solo como referencia.
- Valoración del dominio
- 15
