• CORRESPONDANCE
  • CLASSEMENT
  • CONTEXTE
  • HUMAIN

Réaliser des recherches de similarité vectorielle avec votre IA

Connectez votre IA à OpenSearch pour trouver des documents selon leur sens réel. Une fois la connexion établie, votre agent peut interroger directement vos embeddings vectoriels.

Demandez à l'IA à propos de cette page

Réponse rapide

Comment effectuer des recherches de similarité vectorielle avec mon IA ?

Votre IA utilise l'outil k-NN pour comparer les embeddings vectoriels de votre requête avec les vecteurs stockés dans votre cluster OpenSearch. Cela permet à votre agent d'extraire des documents partageant le même concept, même s'ils n'utilisent pas les mêmes mots exacts. Vous obtiendrez les résultats les plus pertinents basés sur la similarité mathématique.

Résultats de recherche

Où arrivent vos résultats

Ce qui se passe lorsque votre agent interroge le cluster.

CORRESPONDANCE

Correspondances sémantiques

L'IA identifie les documents conceptuellement proches de votre demande. Vous obtenez des résultats qui respectent l'intention derrière vos mots.

CLASSEMENT

Score de similarité

L'outil de recherche classe chaque document selon sa distance par rapport à votre requête. Les données les plus pertinentes se trouvent ainsi en haut de la liste.

CONTEXTE

Récupération de données pertinentes

Votre agent extrait les segments de texte spécifiques nécessaires pour répondre à votre question. Cela fournit la matière brute que l'IA va traiter.

HUMAIN

Révision des résultats

Vous examinez les documents récupérés pour vérifier que la similarité répond à vos besoins. L'IA présente les résultats, mais c'est vous qui décidez de leur utilité.

Le flux

Ce que fait votre IA lors d'une requête.

L'IA gère toute la complexité des calculs vectoriels pour vous.

  1. Vectoriser la requête

    Votre agent convertit votre question en texte brut en un vecteur de haute dimension compréhensible par le cluster.

    search

  2. Exécuter la recherche k-NN

    L'IA envoie une requête à OpenSearch pour trouver les plus proches voisins dans l'espace vectoriel.

    search

  3. Récupérer les documents

    La recherche renvoie les segments de documents les plus similaires accompagnés de leurs scores de similarité.

    search

  4. Synthétiser la réponse

    Votre agent analyse le texte récupéré pour formuler une réponse cohérente à votre question initiale.

    search

Essayez

Copiez ces exemples pour commencer.

Utilisez ces prompts pour déclencher immédiatement des recherches vectorielles.

Points de départ

Remplacez le texte entre crochets par vos noms d'index ou vos sujets de recherche spécifiques.

OpenSearch Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_6R4dQ885yexHhsyH4M5e8fLiT1BjuMlzaUlJMumQ/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — OpenSearch capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "opensearch-vector-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_6R4dQ885yexHhsyH4M5e8fLiT1BjuMlzaUlJMumQ/mcp"
    }
  }
}
Copiez dans le chat04

  • Trouve dans mon index 'customer_feedback' des documents conceptuellement proches de 'insatisfaction concernant les délais de livraison'.

  • Cherche dans le cluster 'product_manuals' des informations relatives à l'entretien et à la sécurité des batteries.

  • Exécute une recherche k-NN dans mon index 'legal_docs' pour trouver des clauses liées aux droits de propriété intellectuelle.

  • En utilisant l'index vectoriel 'tech_support_logs', trouve des entrées correspondant au concept de 'problèmes de connectivité réseau'.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Commencez ici

Connectez OpenSearch Vector une fois, puis interrogez.

Fournissez simplement votre point de terminaison OpenSearch et vos identifiants. Vos informations de connexion restent cryptées et vous pouvez commencer vos recherches immédiatement.

Connecter OpenSearch Vector à votre IA

FAQ

Comportement de la recherche

  • 01

    L'IA peut-elle modifier les paramètres de mon index OpenSearch ?

    Non. L'IA possède uniquement la permission d'effectuer des recherches. Elle ne peut ni modifier la configuration de votre cluster, ni supprimer de données.

  • 02

    L'IA crée-t-elle de nouveaux embeddings vectoriels pour moi ?

    Non. Ce connecteur sert à rechercher des vecteurs existants. Vous devez avoir déjà généré et stocké vos embeddings dans OpenSearch.

  • 03

    L'IA mettra-t-elle automatiquement à jour mon index quand j'ajoute des fichiers ?

    Non. L'IA ne recherche que ce qui est actuellement présent dans le cluster. Vous devez gérer le processus d'ingestion des données séparément.

  • 04

    Puis-je utiliser ce connecteur pour des recherches par mots-clés classiques ?

    Oui, mais la force principale de ce connecteur réside dans les recherches de similarité vectorielle k-NN.

  • 05

    Comment l'IA sait-elle quel index interroger ?

    Vous spécifiez le nom de l'index dans votre prompt ou votre conversation, et l'IA l'utilise pour cibler la partie correcte de votre cluster.

  • D'autres questions sur OpenSearch Vector ? La page du connecteur y répond. Voir toutes les capacités du connecteur OpenSearch Vector

Connectez OpenSearch à Claude, Cursor, ChatGPT et d'autres