neuml/txtai

올인원 AI 프레임워크

txtai는 의미 검색, LLM 오케스트레이션, 언어 모델 워크플로우를 위한 올인원 AI 프레임워크입니다.

txtai의 핵심 구성 요소는 임베딩 데이터베이스로, 이는 벡터 인덱스(희소 및 밀집), 그래프 네트워크, 관계형 데이터베이스의 결합체입니다.

이 기반은 벡터 검색을 가능하게 하며, 대형 언어 모델(LLM) 응용 분야에서 강력한 지식 원천 역할을 합니다.

자율 에이전트, 검색 증강 생성(RAG) 프로세스, 다중 모델 워크플로우 등을 구축하세요.

txtai 기능 요약:

• 🔎 SQL을 이용한 벡터 검색, 객체 저장, 주제 모델링, 그래프 분석 및 다중 모달 인덱싱
• 📄 텍스트, 문서, 오디오, 이미지 및 비디오에 임베딩 생성
• 💡 LLM 프롬프트, 질문 답변, 라벨링, 전사, 번역, 요약 등 언어 모델로 구동되는 파이프라인
• ↪️️ 파이프라인을 연결하고 비즈니스 로직을 집계하는 워크플로우. TXTai 프로세스는 단순한 마이크로서비스일 수도 있고 다중 모델 워크플로우일 수도 있습니다.
• 🤖 임베딩, 파이프라인, 워크플로우 및 기타 에이전트를 지능적으로 연결하여 복잡한 문제를 자율적으로 해결하는 에이전트

All-in-one AI framework

txtai is an all-in-one AI framework for semantic search, LLM orchestration and language model workflows.

The key component of txtai is an embeddings database, which is a union of vector indexes (sparse and dense), graph networks and relational databases.

This foundation enables vector search and/or serves as a powerful knowledge source for large language model (LLM) applications.

Build autonomous agents, retrieval augmented generation (RAG) processes, multi-model workflows and more.

Summary of txtai features:

• 🔎 Vector search with SQL, object storage, topic modeling, graph analysis and multimodal indexing
• 📄 Create embeddings for text, documents, audio, images and video
• 💡 Pipelines powered by language models that run LLM prompts, question-answering, labeling, transcription, translation, summarization and more
• ↪️️ Workflows to join pipelines together and aggregate business logic. txtai processes can be simple microservices or multi-model workflows.
• 🤖 Agents that intelligently connect embeddings, pipelines, workflows and other agents together to autonomously solve complex problems
• ⚙️ Web and Model Context Protocol (MCP) APIs. Bindings available for JavaScript, Java, Rust and Go.
• 🔋 Batteries included with defaults to get up and running fast