云原生神经搜索框架 Jina 发布 3.0版本

Jina 是一个神经搜索框架，可以帮助开发者在几分钟内构建 SOTA 和可扩展的神经搜索应用程序。

与其它框架相比，Jina具备以下特点：

节省时间：神经搜索系统的设计模式，支持快速构建索引、查询、理解视频、图像、文本、音频、源代码、PDF等多/跨模态数据；
本地和云友好：创建之初，就支持分布式架构、可扩展和云原生。在本地、Docker Compose、Kubernetes上具有相同的开发经验。
服务、扩展和共享：在几分钟内可以使用 HTTP、WebSockets 或 gRPC 端点为本地项目提供服务；支持扩展神经搜索应用程序以满足可用性和吞吐量要求；支持共享和重用Hub中的构建块。
堆栈所有权：保留开发者解决方案的端到端堆栈所有权。避免碎片化、多供应商、通用遗留工具带来的集成缺陷。支持与DocArray、Hub和Finetuner等神经搜索生态系统的集成。

DocArray：更自然的属性名称和 Pythonic 序列化

Docarray 为Document和DocumentArray属性引入了更自然的命名约定。

Document从序列化数据创建一个使用Document(bytes)被删除以支持 Document.from_bytes(bytes)和Document.from_json(bytes)

Flow和Client：简化.post()行为

client.post() and flow.post() 在没有指定回调函数的情况下，会返回一个扁平化的DocumentArray，而不是Response列表。

.post（）可以配置为通过将return_Responses=True传递给Client或Flow构造函数来返回响应列表。

一致的 YAML 解析语法

在 Jina 3 中，YAML 语法与Github Actions notation保持一致：

更多相关技术内容咨询欢迎前往并持续关注六星社区了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。

0 条评论