gaianet/ktx.finance

---
license: apache-2.0
---

Prepare Qdrant:

```
mkdir qdrant_storage
mkdir qdrant_snapshots
```

Start Qdrant:

```
docker run -d -p 6333:6333 -p 6334:6334 \
-v $(pwd)/qdrant_storage:/qdrant/storage:z \
-v $(pwd)/qdrant_snapshots:/qdrant/snapshots:z \
qdrant/qdrant
```

Create collection:

```
curl -X PUT 'http://localhost:6333/collections/ktx.finance' \
-H 'Content-Type: application/json' \
--data-raw '{
"vectors": {
"size": 384,
"distance": "Cosine",
"on_disk": true
}
}'
```

Query collection:

```
curl 'http://localhost:6333/collections/ktx.finance'
```

Optional: delete collection

```
curl -X DELETE 'http://localhost:6333/collections/ktx.finance'
```

Get embedding model:

```
curl -LO https://huggingface.co/second-state/All-MiniLM-L6-v2-Embedding-GGUF/resolve/main/all-MiniLM-L6-v2-ggml-model-f16.gguf
```

Get the embedding app:

```
curl -LO https://raw.githubusercontent.com/YuanTony/chemistry-assistant/main/rag-embeddings/create_embeddings.wasm
```

Create and save the generated embeddings:

```
wasmedge --dir .:. --nn-preload default:GGML:AUTO:all-MiniLM-L6-v2-ggml-model-f16.gguf create_embeddings.wasm default ktx.finance 384 ktx_docs_20240322.txt
```

Check the results:

```
curl 'http://localhost:6333/collections/ktx.finance'
```

Create snapshot:

```
curl -X POST 'http://localhost:6333/collections/ktx.finance/snapshots'
```

Access the snapshots:

```
ls qdrant_snapshots/ktx.finance/
```

原始信息汇总

数据集概述

数据集许可证

• 许可证: Apache-2.0

数据集操作

• 创建集合: 使用向量大小为384，距离度量为余弦距离，存储方式为磁盘存储的配置创建集合。
• 查询集合: 通过HTTP请求查询集合信息。
• 删除集合: 可选操作，通过HTTP请求删除集合。
• 获取嵌入模型: 下载嵌入模型文件all-MiniLM-L6-v2-ggml-model-f16.gguf。
• 获取嵌入应用: 下载嵌入应用create_embeddings.wasm。
• 创建并保存嵌入: 使用嵌入应用和模型生成并保存嵌入。
• 创建快照: 为集合创建快照。
• 访问快照: 查看快照存储目录中的快照文件。