首页
/ TiDB AI 项目教程

TiDB AI 项目教程

2024-08-07 05:43:11作者:韦蓉瑛

项目介绍

TiDB AI 是一个基于 Graph RAG 的对话式知识库工具,构建在 TiDB Serverless Vector Storage 和 LlamaIndex 之上。该项目是开源的,免费使用。TiDB AI 提供了一个交互式的搜索工具,基于知识图谱(Knowledge Graph),旨在帮助用户更有效地管理和查询数据。

项目快速启动

以下是一个简单的快速启动示例,展示如何在本地环境中部署和使用 TiDB AI。

环境准备

确保你已经安装了 Docker 和 Docker Compose。

克隆项目

git clone https://github.com/pingcap/tidb.ai.git
cd tidb.ai

启动服务

使用 Docker Compose 启动服务:

docker-compose up -d

访问应用

服务启动后,可以通过浏览器访问 http://localhost:8080 来使用 TiDB AI。

应用案例和最佳实践

案例一:数据探索

使用 TiDB AI 的 AI-Assisted SQL Editor,用户可以快速生成和调试复杂的 SQL 查询,无需本地 SQL 客户端。这对于数据分析师和开发人员来说是一个强大的工具,可以显著提高工作效率。

案例二:实时数据分析

结合 TiDB 的实时数据处理能力,TiDB AI 可以用于实时数据分析和决策支持。例如,在金融行业中,可以实时监控交易数据并进行风险评估。

典型生态项目

TiDB Cloud

TiDB Cloud 是 TiDB 的云服务版本,提供了更便捷的管理和扩展能力。结合 TiDB AI,用户可以在云环境中更高效地进行数据管理和分析。

LlamaIndex

LlamaIndex 是一个开源的索引和查询库,与 TiDB AI 结合使用,可以提供更强大的数据索引和查询功能,适用于大规模数据集的处理。

通过以上内容,用户可以快速了解和上手 TiDB AI 项目,并探索其在不同场景下的应用潜力。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
426
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
239
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
988
394
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69