基于知识图谱的 RAG
首页将该产品描述为基于知识图谱的 RAG 助手,表明它将结构化知识检索与生成式回答结合在一起。
TiDB AI Assistant 是一款面向 TiDB 的问答产品,基于知识图谱 RAG、TiDB X Vector Storage 和 PyTiDB,提供网页界面与 Swagger 文档 API,用于检索、聊天和知识库工作流。
TiDB AI Assistant 是一款面向 TiDB 的问答产品,自称为基于知识图谱 RAG 的系统,构建于 TiDB X Vector Storage 和 PyTiDB 之上。公开首页邀请用户提出有关 TiDB 及相关工作流的技术问题,并且该产品似乎通过网页界面和 API 同时提供。
网站上的示例主要围绕 TiDB 的实际主题,例如使用 PyTiDB 存储和查询向量、使用外键、运行向量搜索、全文搜索或混合搜索,以及询问 TiDB Cloud 的价格对比。API 文档则通过暴露用于聊天、知识库、嵌入、重排序、评估和知识图谱检索的对象,提供了更多细节。
首页将该产品描述为基于知识图谱的 RAG 助手,表明它将结构化知识检索与生成式回答结合在一起。
该产品基于 TiDB X Vector Storage 和 PyTiDB 构建,这使助手与 TiDB 相关的存储和 Python 访问模式紧密结合。
Swagger UI 暴露了用于聊天、知识库、文档、块、实体、关系、嵌入、重排序和评估任务的端点与对象模型。
API 模式名称包含向量搜索、全文搜索、混合搜索和知识图谱检索,显示后端支持多种检索模式。
文档包含用于 API 密钥、数据源、模型和设置的管理类对象,说明该服务可通过受管资源进行配置。
提出关于 TiDB 的运维或概念性问题,包括外键、云价格和功能行为等主题。
通过 PyTiDB 查询向量,并比较向量搜索与全文或混合检索方法。
使用文档化 API 中关于文档、块、嵌入和检索的对象来构建聊天或知识库工作流。
在关系和实体与原始文本同等重要的问答场景中,使用知识图谱检索。
在调优检索质量或助手行为时,检查 API 中的评估、重排序和模型管理对象。
该网站将 TiDB AI Assistant 展示为一款带登录访问的网页应用,并通过 Swagger UI 提供 API 文档。公开页面未提供除这些入口之外的设置步骤。
首页将其描述为一款基于知识图谱 RAG、并由 TiDB X Vector Storage 和 PyTiDB 构建的助手;API 文档则暴露了与知识库、向量搜索、知识图谱检索、聊天、嵌入、重排序和评估相关的对象。
渲染后的页面未显示定价详情。定价 URL 返回 404,因此在收集到的来源中没有公开的价格信息。
首页示例主要围绕 TiDB 相关问题,例如使用 PyTiDB 处理向量、外键、向量搜索、全文搜索、混合搜索,以及 TiDB Cloud 成本问题。