Framework de IA completo em Python para busca semântica, RAG, orquestração de LLMs e fluxos de trabalho com modelos de linguagem, baseado em um banco de dados de embeddings.
13,1 mil+37 esta semana972PythonApache-2.0Bem mantidoAtualizado ontem
milvus-io/bootcamp
Coleção de tutoriais e demos em Jupyter notebooks que mostram como criar aplicações de busca em dados não estruturados e IA com o banco de dados vetorial Milvus.
- Estrelas
- 2,451
- Forks
- 684
- Issues abertas
- 0
- Último commit
- há 18 dias
O que é?
Este repositório reúne notebooks práticos e projetos de demonstração para o Milvus, um banco de dados vetorial open source. O conteúdo aborda a busca por similaridade em dados não estruturados, como imagens, áudio, texto, vídeo e estruturas moleculares, além de cenários de perguntas e respostas e NLP.
Os tutoriais apresentam padrões comuns, incluindo geração aumentada por recuperação (RAG), busca semântica, busca híbrida que combina embeddings densos e esparsos, busca de texto completo e sistemas de recomendação. Vários exemplos mostram como o Milvus se integra a frameworks como LangChain e LlamaIndex.
O conteúdo é organizado em notebooks executáveis para que desenvolvedores possam acompanhar cada exemplo passo a passo e adaptar o código aos próprios dados.
Recursos principais
- 01Tutoriais em notebooks sobre RAG, busca semântica e busca híbrida com Milvus
- 02Exemplos de busca por similaridade em imagens, áudio e estruturas moleculares
- 03Exemplos de integração com LangChain e LlamaIndex
- 04Demos de busca de texto completo e busca multivetorial
- 05Exemplos de sistemas de recomendação e clustering
Casos de uso
- Aprender a criar um pipeline de geração aumentada por recuperação em um banco de dados vetorial
- Prototipar uma busca por similaridade em imagens ou áudio para um produto
- Explorar a busca híbrida que combina embeddings densos e esparsos
- Usar os notebooks como ponto de partida para uma demo baseada em Milvus
Em coleções
Tópicos
Perguntas frequentes
- O que é bootcamp?
- Coleção de tutoriais e demos em Jupyter notebooks que mostram como criar aplicações de busca em dados não estruturados e IA com o banco de dados vetorial Milvus. Este repositório reúne notebooks práticos e projetos de demonstração para o Milvus, um banco de dados vetorial open source. O conteúdo aborda a busca por similaridade em dados não estruturados, como imagens, áudio, texto, vídeo e estruturas moleculares, além de cenários de perguntas e respostas e NLP.
- bootcamp é gratuito? Qual é a licença?
- bootcamp é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- bootcamp ainda é mantido?
- Manutenção ativa. O último commit de bootcamp foi em 21 de out. de 2026.
- Para que posso usar bootcamp?
- Aprender a criar um pipeline de geração aumentada por recuperação em um banco de dados vetorial Prototipar uma busca por similaridade em imagens ou áudio para um produto Explorar a busca híbrida que combina embeddings densos e esparsos Usar os notebooks como ponto de partida para uma demo baseada em Milvus
- Onde consigo bootcamp?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/milvus-io/bootcamp
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Toolkit de recuperação de informações da BAAI com modelos BGE de embeddings e reranking, além de recursos para treinamento, avaliação e tutoriais de busca e RAG.
12,3 mil+13 esta semana947PythonMITAtualizado há 12 dias
Banco de dados open source de embeddings para apps de IA, que armazena documentos e vetores para buscas semânticas, híbridas e de texto completo.
29,7 mil+36 esta semana2,6 milRustApache-2.0Atualizado há 19 horas
Epsilla é um banco de dados vetorial open source em C++ para busca por similaridade em embeddings, com filtros por metadados, busca híbrida e integração com sistemas de recuperação para LLMs.
87446C++Apache-2.0Atualizado mês passado
SDK oficial de TypeScript/Node.js para o Pinecone, um banco de dados gerenciado de busca vetorial e full-text.
27950TypeScriptApache-2.0Bem mantidoAtualizado anteontem
Uma biblioteca Python leve para dividir textos em chunks para pipelines de RAG, com vários chunkers, refinadores e integrações com bancos de dados vetoriais.
4,8 mil+8 esta semana370PythonMITAtualizado anteontem