#Vektorlagring

#Introduktion

I en kunskapsbas behöver ni, både när ni sparar dokument (för att vektorisera dem) och när ni söker efter dokument (för att vektorisera söktermerna), använda en Embedding model för att vektorisera den ursprungliga texten.

I AI-kunskapsbas-pluginet är en vektorlagring en koppling mellan en Embedding model och en vektordatabas.

#Hantering av vektorlagring

Gå till konfigurationssidan för AI-medarbetar-pluginet, klicka på fliken Vector store och välj Vector store för att komma till sidan för hantering av vektorlagring.

Klicka på knappen Add new uppe till höger för att lägga till en ny vektorlagring:

• I inmatningsfältet Name anger ni namnet på vektorlagringen;
• Under Vector store väljer ni en redan konfigurerad vektordatabas. Se: Vektordatabas;
• Under LLM service väljer ni en redan konfigurerad LLM-tjänst. Se: Hantering av LLM-tjänster;
• I inmatningsfältet Embedding model anger ni namnet på den Embedding-modell som ska användas;

Klicka på knappen Submit för att spara informationen om vektorlagringen.