特色集成
_Spot.svg?auto=format%252Ccompress)
强健的 AI 集成生态系统
Atlas Vector Search 与各种顶级大型语言模型和框架集成，让在您在构建高级搜索和生成式 AI 应用程序的道路上快马加鞭地前进。
LangChain
MongoDB Atlas Vector Search 与 LangChain 集成，为大型语言模型提供“长期记忆”并可存储聊天对话。
llaMaindex
MongoDB Atlas Vector Search 与 LlamaIndex 集成，可为大型语言模型提供“长期记忆”，并可存储文档数据块。
OpenAI
OpenAI 生成的向量嵌入可以存储在 MongoDB Atlas Vector Search 中，以构建高性能的生成式 AI 应用程序。
Hugging Face
Hugging Face 提供对许多开源模型的访问，这些模型可轻松用于生成向量嵌入并将其存储在 Atlas Vector Search 中。
Cohere
Cohere 生成的向量嵌入可以存储在 MongoDB Atlas Vector Search 中，以构建高性能的生成式 AI 应用程序。
Nomic
Nomic 提供了在 Web 浏览器中轻松实现可视化和探索向量嵌入数据的能力，以及通过 gpt4all 生成向量嵌入的能力。它可以方便地与 Atlas Vector Search 配合使用。
Microsoft Semantic Kernel
Semantic Kernel 是一个 SDK，可简化使用 C# 和 Python 等编程语言构建 LLM 应用程序的过程。Atlas Vector Search 集成了为 LLM 应用程序提供“记忆”的功能。
“我们使用 AI 嵌入和向量搜索，超越了语义型全文搜索，为生成式 AI 购车助手提供上下文和记忆。我们非常高兴 MongoDB 在 Atlas 中增加了向量搜索功能。它极大地简化了我们的设计过程。”
Drivly Inc. 创始人兼首席技术官
常见问答
什么是语义搜索？
语义搜索是根据数据的含义而不是数据本身进行搜索的做法。
什么是向量？
向量是数据和关联上下文的数字表示，可以使用高级算法进行高效搜索。
Atlas Vector Search 与 Atlas Search 有何不同？
Atlas Vector Search 允许根据向量中捕获的语义来搜索数据，而 Atlas Search 则支持关键字搜索（即基于实际文本和任何定义的同义词映射）。
什么是 $vectorSearch？它与 $search 中的 knnBeta 操作符有何不同？
什么是 ANN？
ANN 表示 Approximate Nearest Neighbors（近似最近邻），它是一种寻找相似向量的方法，以牺牲准确性为代价来提升性能。这是用于支持 Atlas Vector Search 的核心算法之一。我们的近似最近邻搜索算法使用了 分层可导航小世界 (HNSW) 图。
Atlas Search 支持哪些向量嵌入？
Atlas Vector Search 支持来自在服务的 4096 维限制内的任何提供程序的嵌入。
向量搜索是否适用于图像、媒体文件和其他类型的数据？
适用，Atlas Vector Search 可以查询任何可以转化为嵌入的数据。文档模型的好处之一是您可以将嵌入与丰富的数据一起存储在文档中。
充分利用 Atlas
利用我们应用程序数据平台的其他功能，提供更多的数据驱动体验和见解。
立即报名
_Spot_BS_Mist.svg?auto=format%252Ccompress)