Metadata Filters

Once you've loaded your data and instantiated Atlas as a vector store, generate vector embeddings from your data and store them in Atlas. To do this, you must build a vector store index. This type of index is a LlamaIndex data structure that splits, embeds, and then stores your data in the vector store. The following code uses the VectorStoreIndex.from_documents method to build the vector store index on your sample data.

LlamaIndex 是一个数据框架，供 LLM 应用程序摄取、构建和访问私有或特定领域的数据。 LlamaIndex 是开源的，可用于构建各种应用程序。 在 GitHub 上查看该项目。 安装 使用以下 docker 命令启动单节点 Elasticsearch 实例。我们可以参考之前的文章 “Elasticsearch：如何在 Docker 上运行 Elasticsearch 8.x 进行本地开发”。我选择不使用安全配置。直接使用 docker compose 来启动 Elasticsearch 及 Kibana： .env $ pwd /Users/liuxg/data/docker8 $ ls -al total 16 drwxr-xr-x 4 liuxg staff 128 Jan 16 13:00 . drwxr-xr-x 193 liuxg staff 6176 Jan 12 08:31 ..