埋め込みデータベースを基盤に、セマンティック検索、RAG、LLMオーケストレーション、言語モデルのワークフローを実現するオールインワンのPython AIフレームワーク。
milvus-io/bootcamp
Milvusベクトルデータベースを使った、非構造化データ検索やAIアプリケーションの構築方法を紹介するJupyter notebookのチュートリアルとデモ集です。
- スター
- 2,451
- フォーク
- 684
- 未解決の Issue
- 0
- 最終コミット
- 17 日前
これは何?
このリポジトリには、オープンソースのベクトルデータベースMilvusを使った、実践的なnotebookとデモプロジェクトがまとめられています。画像、音声、テキスト、動画、分子構造などの非構造化データを類似度で検索する方法に加え、質問応答やNLPのシナリオも扱います。
チュートリアルでは、検索拡張生成(RAG)、セマンティック検索、密ベクトルと疎ベクトルの埋め込みを組み合わせたハイブリッド検索、全文検索、レコメンドシステムなど、よく使われるパターンを解説します。LangChainやLlamaIndexなどのフレームワークとMilvusを連携させる例も紹介しています。
コンテンツは実行可能なnotebookとして整理されているため、開発者は各例を順に試しながら、コードを自分のデータに合わせて応用できます。
主な機能
- 01Milvusを使ったRAG、セマンティック検索、ハイブリッド検索のnotebookチュートリアル
- 02画像、音声、分子の類似度検索の例
- 03LangChainやLlamaIndexとの連携例
- 04全文検索とマルチベクトル検索のデモ
- 05レコメンドシステムとクラスタリングの例
ユースケース
- ベクトルデータベース上にRAGパイプラインを構築する方法を学ぶ
- 製品向けの画像または音声の類似度検索を試作する
- 密ベクトルと疎ベクトルの埋め込みを組み合わせたハイブリッド検索を試す
- Milvusを使ったデモの出発点としてnotebookを利用する
収録されている特集
トピック
よくある質問
- bootcamp とは?
- Milvusベクトルデータベースを使った、非構造化データ検索やAIアプリケーションの構築方法を紹介するJupyter notebookのチュートリアルとデモ集です。 このリポジトリには、オープンソースのベクトルデータベースMilvusを使った、実践的なnotebookとデモプロジェクトがまとめられています。画像、音声、テキスト、動画、分子構造などの非構造化データを類似度で検索する方法に加え、質問応答やNLPのシナリオも扱います。
- bootcamp は無料で使えますか?ライセンスは?
- bootcamp は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- bootcamp は今もメンテナンスされていますか?
- 活発にメンテナンス中。bootcamp の最終コミットは 2026年10月21日 です。
- bootcamp は何に使えますか?
- ベクトルデータベース上にRAGパイプラインを構築する方法を学ぶ 製品向けの画像または音声の類似度検索を試作する 密ベクトルと疎ベクトルの埋め込みを組み合わせたハイブリッド検索を試す Milvusを使ったデモの出発点としてnotebookを利用する
- bootcamp はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/milvus-io/bootcamp
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
BAAIが提供する検索ツールキット。BGE埋め込み・再ランキングモデルに加え、検索やRAG向けの学習、評価、チュートリアルを備えています。
AIアプリ向けのオープンソース埋め込みデータベース。文書とベクトルを保存し、セマンティック検索、ハイブリッド検索、全文検索を実現します。
Epsillaは、メタデータフィルタリング、ハイブリッド検索、LLM検索連携に対応した、埋め込みベクトルの類似検索向けオープンソースC++ベクトルデータベースです。
マネージド型のベクトル・全文検索データベース Pinecone の公式 TypeScript/Node.js SDK。
RAGパイプライン向けにテキストを分割する軽量なPythonライブラリ。複数のchunkerやrefiner、ベクトルデータベースとの連携機能を備えています。