マルチモーダルデータベース、オーケストレーション、そして1つのファイルでのサービス

クイックスタート | 文書 | CLI | 雲 | ディスコード | エージェントのために

動画、画像、音声、ドキュメントにAIアプリを数秒で構築できます。テーブルにはあなたのファイルの参照が表示されます。 通常の列:挿入したパスやURLはその位置に留まり、アップロードやPixeltableで生成されたファイルはそのファイルに移動します メディアストア、ローカルディスク、または自分のS3、GCS、Azureのバケットに。それらでやりたい作業、例えば 動画から音声を引き出したり、文字起こししたり、要約を埋め込んだりすることも列です。行を挿入して Pixeltableはその作業を実行し、結果を保存しインデックス化し、埋め込みやアップサートのジョブを実行しません。変更 プロンプトは後で、要約だけが再放送されます;すでに支払ったトランスクリプトは残ります。

それは、私たちが最終的に使うスタックの代わりになります:ファイルのバケット、メタデータのデータベース、ベクター 検索用のデータベース、モデル呼び出し用のオーケストレーター、その上にAPI、そしてすべてを同期させるスクリプト。 ここでは1つのファイル、app.pyです。

見た目はどうなるか

小さな動画APIを導入する方法:音声トラック付きの動画をアップロードし、要約を返してから、すべてのものを検索します アップロードされました。

The backend agents build with

Multimodal database, orchestration, and serving in one file

Quickstart | Documentation | CLI | Cloud | Discord | For agents

Build AI apps on video, images, audio and documents in seconds. A table holds references to your files next to regular columns: a path or URL you insert stays where it is, and files you upload or Pixeltable produces go to its media store, on local disk or in your own S3, GCS or Azure bucket. The work you want done on them, like pulling the audio out of a video, transcribing it or embedding a summary, is a column too. Insert a row and Pixeltable runs that work, stores the results and indexes them, with no embed-and-upsert job to run. Change a prompt later and only the summaries rerun; the transcripts you already paid for stay.

That replaces the stack most of us end up with: a bucket for the files, a database for the metadata, a vector database for search, an orchestrator for the model calls, an API on top, and the scripts that keep it all in sync. Here it’s one file, app.py.

What it looks like

A small video API: upload a video with an audio track, get a summary back, then search across everything you uploaded. This is all of app.py:

import pixeltable as pxt
from pixeltable.functions import openai
from pixeltable.functions.video import extract_audio
from pixeltable.serving import FastAPIRouter

TableModel = pxt.model_base()