InterSystems IRIS的嵌入式向量搜索功能使我们能够搜索非结构化和半结构化数据。数据被转换为向量（也称为 "嵌入"），然后存储在 InterSystems IRIS 中并编制索引，用于语义搜索、检索增强生成（RAG）、文本分析、推荐引擎和其他用例。
这是一个将 IRIS 用作向量数据库和在 IRIS 上进行相似性搜索的简单演示。
先决条件：
- Python
- InterSystems IRIS for Health - 因为它将用作向量数据库
存储库： https://github.com/piyushisc/vectorsearchusingiris
操作步骤
- clone软件仓库。
- 打开 VS Code，连接到所需的 IRIS 实例和命名空间并编译类。
- 打开 IRIS 终端，调用
do ##class(vectors.vectorstore).InsertEmbeddings()命令，从文件text.txt中读取文本，生成嵌入并将其存储在 IRIS 中。 - 调用
do ##class(vectors.vectorstore).VectorSearch("search_terms")命令，输入所需的单词以执行相似性搜索。IRIS 将返回最匹配的前三个词：
