Sa araling ito

Tinutukoy ng limitasyon sa paggamit ng workspace ng Vector Database Storage ang maximum na dami ng vectorized na data na maiimbak ng iyong workspace.

Hindi tulad ng Mga Talahanayan, na nag-iimbak ng structured na data sa mga row at column, ang mga vector database ay nangangasiwa ng hindi nakabalangkas na data—tulad ng mga email, mga transcript ng meeting, at mga patakaran ng kumpanya—sa pamamagitan ng pag-convert sa mga ito sa mga vector. Naka-on Botpress , ang iyong base ng kaalaman ay ang repositoryo ng mga file na ibinigay mo sa iyong bot na nagsisilbing utak nito, o ang impormasyong mayroon itong access.

Ang mga vector database ay mahalaga sa kakayahan ng iyong bot na sagutin ang mga query na may kaugnay, tumpak na impormasyon. Ang prosesong ito ay nagsasangkot ng pag-vector ng mga file—pagbabago ng hindi nakaayos na data sa mga vector embedding na kumukuha ng semantic na kahulugan. Ang mga pag-embed na ito ay naka-imbak sa database ng vector, na nagpapahintulot sa bot na magsagawa ng mga semantic na paghahanap at makuha ang nauugnay na impormasyon sa panahon ng mga pakikipag-ugnayan.

Para sa iyong kaginhawahan, ipinapahayag namin ang storage quota ng iyong vector database sa gigabytes, ngunit ang aktwal na unit na sinusukat ay ang bilang ng mga vectors na nasa knowledge base ng iyong bot.

Kung mas maraming file, Table, website, at data ang idinaragdag mo sa knowledge base ng iyong bot, mas maraming Vector storage ang iyong magagamit.

Buod
Unawain ang mga limitasyon ng Vector Database Storage sa Botpress at kung paano nila sinusuportahan ang semantic na paghahanap sa base ng kaalaman ng iyong bot.
lahat ng mga aralin sa kursong ito