Pinecone für Langzeitgedächtnis initialisieren und Index erstellen
Richten Sie Pinecone als Vektordatenbank für das Langzeitgedächtnis Ihres KI-Agenten ein. Dies beinhaltet die Initialisierung des Pinecone-Clients und die Erstellung eines neuen Index, falls dieser noch nicht existiert.
Originalvideo ansehen: Googles KI-OFFENSIVE in Deutschland! Live vom AI Center Berl...4 Schritte
1
Importieren Sie die notwendigen Bibliotheken.
Importieren Sie das `pinecone`-Modul und `os` für Umgebungsvariablen.
import pinecone
import os2
Initialisieren Sie Pinecone.
Verwenden Sie Ihre Umgebungsvariablen, um den Pinecone-Client zu initialisieren.
pinecone.init(
api_key=os.environ.get('PINECONE_API_KEY'),
environment=os.environ.get('PINECONE_ENVIRONMENT')
)3
Definieren Sie den Indexnamen.
Wählen Sie einen eindeutigen Namen für Ihren Pinecone-Index.
index_name = 'ai-epiphany-agent'4
Erstellen Sie den Index, falls er nicht existiert.
Überprüfen Sie, ob der Index bereits vorhanden ist, und erstellen Sie ihn andernfalls mit den angegebenen Parametern (Dimension, Metrik, Spezifikation). Die Dimension hängt von den verwendeten Embeddings ab (z.B. 1536 für OpenAI `text-embedding-ada-002`).
if index_name not in pinecone.list_indexes():
pinecone.create_index(
index_name,
dimension=1536, # Dimension für OpenAI text-embedding-ada-002
metric='cosine',
spec=pinecone.ServerlessSpec(cloud='aws', region='us-east-1') # Oder andere Spec
)Warnung: Passen Sie `dimension`, `metric` und `spec` an Ihre Anforderungen an. Die Dimension muss zur Ausgabe Ihrer Embedding-Modelle passen.