Создавайте пользовательские извлекатели, которые превосходят универсальный векторный поиск, понимая контекст и жаргон, специфичные для области 🎮 Команда @superlinked показывает, как создать извлекатель игр Steam, используя нашу интеграцию с LlamaIndex, сочетая семантический поиск с знаниями, специфичными для игр. 🎯 Пользовательские извлекатели жестко фиксируют экспертные знания в области - идеально подходят для игрового жаргона и сложных запросов, таких как "кооперативная стратегическая игра с элементами научной фантастики" ⚡ Многоуровневая индексация объединяет название, описание и жанр в один текст для поиска, что позволяет лучше понять запрос 🔧 Базовый извлекатель LlamaIndex требует всего лишь одну реализацию метода _retrieve, чтобы подключить любой пользовательский бэкенд 🚀 InMemoryExecutor от @superlinked обеспечивает задержку менее миллисекунды для рекомендаций в реальном времени Руководство проходит через проектирование схемы, конфигурацию векторного пространства и обработку результатов с практическими примерами кода. Мы показываем, как сочетание подхода @superlinked с несколькими кодировщиками и инфраструктуры RAG от LlamaIndex создает извлекатели, которые действительно понимают, что имеют в виду пользователи, а не просто то, что они вводят. Полный учебник с блокнотом Colab: