Lantern 사용 방법
랜턴 클라우드에 가입하기: lantern.dev로 이동하여 '무료로 랜턴 사용해 보기'를 클릭하여 무료 계정을 만듭니다. 신용 카드가 필요하지 않습니다.
데이터베이스 생성하기: 가입 후 랜턴이 활성화된 새로운 Postgres 데이터베이스를 생성합니다.
데이터베이스에 연결하기: 제공된 연결 세부정보를 사용하여 선호하는 방법(예: psql, 애플리케이션 코드 등)을 사용하여 랜턴이 활성화된 Postgres 데이터베이스에 연결합니다.
벡터 열이 있는 테이블 생성하기: 벡터 임베딩을 저장하는 열을 포함하는 테이블을 생성하기 위해 SQL을 실행합니다. 예: 'CREATE TABLE books (id SERIAL PRIMARY KEY, book_embedding REAL[3]);'
벡터 데이터 삽입하기: 테이블에 벡터 임베딩을 삽입합니다. 예: 'INSERT INTO books (book_embedding) VALUES ('{0,1,0}'), ('{3,2,4}');'
HNSW 인덱스 생성하기: 더 빠른 쿼리를 위해 벡터 열에 랜턴 HNSW 인덱스를 생성합니다. 예: 'CREATE INDEX book_index ON books USING lantern_hnsw(book_embedding dist_l2sq_ops) WITH (M=2, ef_construction=10, ef=4, dim=3);'
벡터 유사성 검색 수행하기: 유사한 벡터를 쿼리하기 위해 SQL을 사용합니다. 예: 'SELECT id FROM books ORDER BY book_embedding <-> '{0,0,0}' LIMIT 1;'
임베딩 생성하기 (선택 사항): 랜턴의 내장 임베딩 생성을 사용하여 텍스트나 이미지에서 벡터를 생성합니다. 예: 'SELECT id FROM books ORDER BY book_embedding <-> text_embedding('BAAI/bge-base-en', '내 텍스트 입력') LIMIT 1;'
Lantern 자주 묻는 질문
랜턴은 개발자가 고성능 AI 애플리케이션을 구축할 수 있도록 돕는 호스팅된 Postgres 벡터 데이터베이스 및 툴킷입니다. 벡터 검색 기능, 임베딩 생성 및 효율적인 인덱싱을 제공합니다.
더 보기