nuclia/nucliadb

解決的問題

NucliaDB 提供了一種使用混合方法儲存與搜尋非結構化資料的方式。當與 Nuclia 雲端生態系搭配使用時，可消除開發人員手動處理資料萃取、增強與推論的需要，讓在應用程式中實作強大的 NLP 功能變得更容易。

作法原理

它作為一個混合搜尋資料庫運作，結合向量、全文與圖索引。使用 Rust 與 Python 建構，以 PostgreSQL 為其儲存層，並支援 S3 相容、GCS 與 Azure Blob 儲存，用於儲存二進位物件。可索引欄位、段落與語意句子，並與 Nuclia Understanding 及 Learning API 整合，以實現 AI 驅動的資料轉換與模型訓練。

適用對象

專為需要在大型非結構化資料集上實現高階搜尋功能的應用程式開發人員設計，特別是那些需要多租戶支援與低程式碼 NLP 集成路徑的使用者。

主要特色

• 混合搜尋：結合語意向量搜尋與傳統的關鍵字與模糊搜尋。
• 彈性儲存：支援在各種雲端物件儲存提供者中儲存文字、檔案、向量、標籤與註解。
• 資料可移植性：可將資料匯出為與 PyTorch 及 HuggingFace 資料集相容的格式。
• 企業就緒：包含基於角色的安全性、多租戶支援與分散式搜尋功能。