Weaviate: Definirea Schemelor, Claselor și Modulelor de Vectorizare în Baze de Date Vectoriale & Căutare Semantică

În Weaviate v4, conceptul tradițional de Schemă bazată pe clase a fost rafinat prin noul API de Colecții (Collections API). O colecție grupează obiecte de date cu atribute structurate (proprietăți text, numerice, booleene, date geospațiale) alături de vectorii lor corespondenți, permițând definirea precisă a modulului de vectorizare automat (text2vec-openai, text2vec-cohere sau transformers locale).

Iată cum definim o colecție cu schemă structurată și indexare vectorială HNSW:

import weaviate
from weaviate.classes.config import Configure, Property, DataType

client = weaviate.connect_to_local()

# Definirea colecției 'Documentatie' cu schemă strictă
articles = client.collections.create(
    name="Documentatie",
    vectorizer_config=Configure.Vectorizer.text2vec_openai(model="text-embedding-3-small"),
    properties=[
        Property(name="titlu", data_type=DataType.TEXT),
        Property(name="continut", data_type=DataType.TEXT),
        Property(name="departament", data_type=DataType.TEXT, index_filterable=True),
        Property(name="creat_la", data_type=DataType.DATE)
    ]
)
print("Colecție creată:", articles.name)

Prin configurarea proprietății index_filterable=True, Weaviate construiește automat indexuri inversate pentru atributele de metadata, permițând filtrarea hibridă ultra-rapidă la execuția căutărilor semantice.