使用 Unstructured 和 Redis 加速 AI 工作流程

我们非常高兴宣布与 Unstructured 建立合作关系，将他们强大的数据预处理专业知识与 Redis 的实时 AI 能力相结合。通过简化数据摄取、转换和检索的方式，我们共同帮助组织比以往任何时候都更容易地加速其 AI 工作流程。这种集成提供了一个优化的端到端解决方案，用于构建检索增强生成 (RAG) 管道和其他 AI 驱动的应用程序。

Unstructured 将复杂、非结构化数据转换为干净、结构化数据
Unstructured 是数据预处理领域的领导者，提供先进的工具用于提取、清洗和格式化非结构化数据，以便用于 AI 应用程序。通过简化准备各种数据源（从 PDF 和 Word 文档到电子邮件和图像）的挑战，他们使得公司更容易构建高质量的机器学习模型和应用程序。Unstructured 将杂乱的数据转换为流线型格式，使其立即可用于 AI 和机器学习任务。

Redis 通过快速数据检索和向量搜索加速您的应用程序
Redis 是实时数据平台，以无与伦比的速度、灵活性和可扩展性为 AI 驱动的应用程序提供动力。我们的高性能、高可扩展架构使企业能够即时处理和检索数据，使 AI 模型更具响应性和智能化。从向量搜索到实时分析，Redis 为需要快速数据处理和检索的高性能 AI 解决方案提供了支柱。

“生成式 AI 应用面临的最大挑战之一是提供低延迟、高相关性的结果——尤其是在大规模场景下。借助 Redis，团队可以开箱即用地获得极快的检索和灵活的向量搜索能力。结合 Unstructured 处理多样化和杂乱数据的能力，这种集成释放了构建真正实时 AI 体验所需的性能。”

— Mike Moss，全球合作伙伴销售高级副总裁

携手共创无缝、强大的 AI 应用
当您将 Unstructured 的预处理能力与 Redis 的快速数据库和向量搜索相结合时，用户可以有效地将原始的非结构化数据转换为干净、可供 AI 使用的输入。这种集成有助于团队构建更智能、更具响应性的应用程序，从而推动实时洞察和创新。

“随着组织将生成式 AI 从原型阶段推向生产环境，我们看到了 Unstructured 和 Redis 之间巨大的协同效应。Unstructured 提供了利用困在 PDF、Word 文档、Powerpoint 等非结构化格式中的 80% 数据的能力。数据可以从 Sharepoint 等企业系统无缝流入 Unstructured，最终进入 Redis，使我们的客户能够交付其数据产品。这些产品为我们的共同客户提供了各种功能——更智能的决策制定、收入增长、更快的创新速度……你能想到的，可能就有人正在构建！”

— Cassie Pless，Unstructured 销售主管

对于构建 AI 应用和 RAG 管道的公司，这项合作关系带来了

• 端到端效率：通过 Unstructured 进行的数据预处理与 Redis 的实时向量搜索无缝集成，优化了整个检索过程。

• 可扩展性：Redis 的横向扩展能力让您的 AI 应用持续增长而不会牺牲性能。

• 实时洞察：利用 Redis 的向量搜索实现快速、相关的搜索结果，其背后是 Unstructured 提供的最新的、预处理过的数据。

设置集成

以下是如何在 Unstructured 中配置 Redis Cloud 集成

使用 Unstructured UI

导航到侧边栏的“连接器”部分，然后单击“目标”
单击“新建”并为您的连接器提供一个唯一的名称
选择“Redis”作为提供者，并填写以下配置详细信息

连接 URI，或主机名/端口/用户名/密码
数据库索引（通常为 0-15）
SSL 设置（如果适用）
上传批处理大小

Redis Cloud 目标连接器配置示例的屏幕截图

使用 Unstructured API

对于喜欢通过程序设置的用户，以下是如何使用我们的 API 创建 Redis Cloud 目标连接器

使用 curl

curl --request 'POST' \
--location "$UNSTRUCTURED_API_URL/destinations" \
--header 'accept: application/json' \
--header "unstructured-api-key: $UNSTRUCTURED_API_KEY" \
--header 'content-type: application/json' \
--data '{
    "name": "<name>",
    "type": "redis",
    "config": {
        "database": <database>,
        "ssl": <true|false>,
        "batch_size": <batch-size>,
        # For URI authentication:
        "uri": "<uri>"
        # For password authentication:
        "host": "<host>",
        "port": <port>,
        "username": "<username>",
        "password": "<password>"   
    }
}'

使用 Python SDK

import os

from unstructured_client import UnstructuredClient
from unstructured_client.models.operations import CreateDestinationRequest
from unstructured_client.models.shared import (
    CreateDestinationConnector,
    DestinationConnectorType,
    RedisDestinationConnectorConfigInput
)

with UnstructuredClient(api_key_auth=os.getenv("UNSTRUCTURED_API_KEY")) as client:
    response = client.destinations.create_destination(
        request=CreateDestinationRequest(
            create_destination_connector=CreateDestinationConnector(
                name="<name>",
                type=DestinationConnectorType.REDIS,
                config=RedisDestinationConnectorConfigInput(
                    database="<database>",
                    ssl=<True|False>,
                    batch_size=<batch-size>,

                    # For URI authentication:
                    uri="<uri>"
                
                    # For password authentication:
                    host="<host>",
                    port=<port>,
                    username="<username>",
                    password="<password>"   
                )
            )
        )
    )

立即开始
在 Unstructured 中查看连接器并浏览文档，了解此集成如何提升您的 AI 工作流程。