redis/redis-vl-python

해결하는 문제

Redis Vector Library (RedisVL)는 Redis를 벡터 데이터베이스로 사용하여 AI 애플리케이션을 구축하는 것을 간소화하기 위해 설계된 프로덕션 준비 완료된 Python 클라이언트입니다. 인덱스 관리, 복잡한 벡터 및 하이브리드 검색 수행, 그리고 세미틱 캐싱과 LLM 메모리와 같은 일반적인 AI 설계 패턴 구현을 원활하게 지원합니다.

작동 방식

RedisVL은 Redis와 상호작용하기 위한 고수준 API를 제공하여, YAML 또는 Python 사전을 통해 스키마를 정의하고 검색 인덱스를 생성할 수 있습니다. 벡터 쿼리(VectorQuery), 텍스트 쿼리(TextQuery), 하이브리드 쿼리(둘을 결합)를 포함한 다양한 쿼리 유형을 지원합니다. 또한 검색 결과의 관련성을 높이기 위해 다양한 임베딩 제공자(벡터라이저) 및 재정렬기(rerankers)와의 내장 통합도 제공합니다.

대상 사용자

RAG(Retrieval-Augmented Generation) 파이프라인, 장기 기억을 갖춘 AI 에이전트, 빠르고 실시간 검색 및 엔터프라이즈 수준의 신뢰성을 필요로 하는 추천 시스템을 개발하는 개발자에게 적합합니다.

주요 특징

• 포괄적인 검색: 벡터 검색, 범위 검색, 필터 검색, 텍스트 검색, 하이브리드 검색(세미틱과 전체 텍스트 신호 결합)을 지원합니다.
• AI 확장 기능: LLM 비용 절감을 위한 프로덕션 준비 완료 모듈(세미틱 캐싱), 임베딩 캐싱, LLM 메모리(세미틱 메시지 기록), 세미틱 라우팅을 포함합니다.
• 통합 벡터라이저: OpenAI, Cohere, HuggingFace, Mistral 등 8개 이상의 임베딩 제공자를 즉시 지원합니다.
• 인덱스 관리: 전용 Python API와 명령줄 인터페이스(CLI)를 통해 스키마 설계 및 데이터 로드를 간소화합니다.
• MCP 서버: Redis 인덱스를 Model Context Protocol (MCP) 클라이언트에 노출할 수 있는 기능.