https://github.com/yeisson8a/embeddings_firebase_qdrant_python
Pequeño proyecto en Python para la implementación de un RAG, usando Firebase como base de datos origen y Qdrant como base de datos vectorial, así como embeddings y búsqueda semántica. Posteriormente Gemini AI con dichos embeddings como contexto para el prompt.
https://github.com/yeisson8a/embeddings_firebase_qdrant_python
embeddings firebase gemini-api python3 qdrant-client qdrant-vector-database retrieval-augmented-generation semantic-search vector-database
Last synced: about 1 month ago
JSON representation
Pequeño proyecto en Python para la implementación de un RAG, usando Firebase como base de datos origen y Qdrant como base de datos vectorial, así como embeddings y búsqueda semántica. Posteriormente Gemini AI con dichos embeddings como contexto para el prompt.
- Host: GitHub
- URL: https://github.com/yeisson8a/embeddings_firebase_qdrant_python
- Owner: Yeisson8A
- Created: 2025-05-25T15:25:15.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2025-05-25T15:29:07.000Z (about 1 year ago)
- Last Synced: 2025-10-28T00:30:24.083Z (8 months ago)
- Topics: embeddings, firebase, gemini-api, python3, qdrant-client, qdrant-vector-database, retrieval-augmented-generation, semantic-search, vector-database
- Language: Jupyter Notebook
- Homepage:
- Size: 38.1 KB
- Stars: 0
- Watchers: 0
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Generación de RAG en Python con Firebase, Qdrant y Gemini AI
Pequeño proyecto en Python para la implementación de un RAG, usando Firebase como base de datos origen y Qdrant como base de datos vectorial, así como embeddings y búsqueda semántica. Posteriormente Gemini AI con dichos embeddings como contexto para el prompt.