CocoIndex让AI智能体高效推理增量处理优势显著还支持多语言你的智能体需要最新的上下文信息。给我们点个星 ❤️ → · · · CocoIndex能将代码库、会议记录、收件箱、Slack消息、PDF文件和视频转化为实时、持续更新的上下文让你的AI智能体和大语言模型LLM应用能够高效地进行推理同时只需进行极少的增量处理。借助可靠且持续更新的数据你可以在10分钟内让生产级AI智能体就绪不会有陈旧的数据批次也不会出现上下文缺失的问题。增量处理特性-仅处理变化部分只处理数据的增量部分。-任意规模适用默认支持并行处理。-声明式操作使用Python只需5分钟即可上手。多语言支持德语 | 英语 | 西班牙语 | 法语 | 日语 | 韩语 | 葡萄牙语 | 俄语 | 中文基于CocoIndex构建用CocoIndex构建功能强大的应用 ❤️ 查看20多个示例每周更新 → 开始使用pip install -U cocoindex声明目标内容CocoIndex会永远保持同步仅重新计算变化部分Δ。import cocoindex as cocofrom cocoindex.connectors import localfs, postgresfrom cocoindex.ops.text import RecursiveSplittercoco.fn(memoTrue) # ← 按输入哈希值 代码哈希值缓存async def index_file(file, table):for chunk in RecursiveSplitter().split(await file.read_text()):table.declare_row(textchunk.text, embeddingembed(chunk.text))coco.fnasync def main(src):table await postgres.mount_table_target(PG, table_namedocs)table.declare_vector_index(columnembedding)await coco.mount_each(index_file, localfs.walk_dir(src).items(), table)coco.App(coco.AppConfig(namedocs), main, src./docs).update_blocking()运行一次以回填数据。随时重新运行只有更改过的文件会重新进行嵌入处理。与AI编码智能体结合使用如果你正在使用AI编码智能体进行开发集成我们的CocoIndex技能让智能体写出正确的v1代码将概念、API和模式整合在一个文件中。查看“与AI编码智能体结合使用”了解安装步骤。React数据工程查看React与CocoIndex的思维模型 → 为长期智能体设计的增量引擎为任何工程师提供数据转换功能专为AI工作负载设计拥有智能的增量引擎可确保数据始终新鲜且可解释。为何选择增量处理智能体的性能取决于其所使用的数据质量。批量处理管道容易产生陈旧数据而CocoIndex能保持数据实时更新仅处理变化部分。可构建的应用查看20多个示例每周更新 → 从示例库中获取可用的启动代码克隆后接入你的数据源即可投入使用。如果你使用CocoIndex构建了应用我们很想看到成果。在X平台上 cocoindex_io 或在Discord的 #showcase 频道分享链接我们会为你推广。社区贡献我们非常期待与你交流。每一次拼写错误的修正、新连接器的添加、文档的调整或全面重写都能让CocoIndex变得更好。欢迎参与无论贡献大小。 阅读贡献指南 · 适合新手的问题 · 在Discord上打招呼CocoIndex企业版适用于大规模语料库专为企业级规模打造。增量计算是在不每次重新嵌入的情况下保持大型语料库数据新鲜的唯一方法。CocoIndex可以从单个代码库扩展到PB级存储默认支持并行处理设计上仅处理增量部分。处理一次永久同步。当数据源发生变化时CocoIndex会识别受影响的记录将更改传播到关联和查找操作中更新目标数据并淘汰陈旧的行而不会触及未更改的部分。基于Rust引擎构建核心采用Rust语言从一开始就是生产级别的。支持并行分块尽可能实现零拷贝转换并具备故障隔离功能确保单个坏记录不会影响整个流程。遵循Apache 2.0许可协议© CocoIndex贡献者