문서

빠른 시작

패키지를 설치하고 인증한 다음, Schift Embed 1 기본 경로와 migration-first 경로 중 현재 상황에 맞는 쪽을 선택하면 됩니다.

1. 패키지 설치

bashpip install schift

# 선택 어댑터
pip install schift[postgres]
pip install schift[qdrant]

2. 인증 설정

bashexport SCHIFT_API_KEY=sch_your_key_here
export SCHIFT_API_URL=https://api.schift.io/v1  # 선택 사항

두 가지 진입점

새로 시작한다면 Schift로 Schift Embed 1을 먼저 사용하세요. 이미 벡터가 있다면 Client와 Projection으로 migration-first 경로를 밟습니다.

3. 먼저 호스티드 API 표면으로 시작

pythonfrom schift import Schift

client = Schift()

models = client.catalog.list()
vector = client.embed(
    "분기 매출 보고서",
    model="schift-embed-1",
)
results = client.query(
    "매출 추세",
    collection="finance-docs",
    top_k=5,
)

print(models[0]["id"])
print(vector.shape)
print(results[0]["id"])

4. projection 을 학습해서 저장

pythonimport numpy as np
from schift import Client

legacy = Client(api_key="sch_your_key_here")

projection = legacy.fit(
    source=np.load("sample-old.npy"),
    target=np.load("sample-new.npy"),
    source_model="openai/text-embedding-3-small",
    target_model="google/gemini-embedding-001",
)

projection.save("./projection-openai-to-gemini")

5. 로컬 마이그레이션 미리보기

pythonfrom schift import migrate
from schift.adapters.file import NpyAdapter
from schift.projection import Projection

projection = Projection.load("./projection-openai-to-gemini")

result = migrate(
    source=NpyAdapter("./old_embeddings.npy"),
    sink=NpyAdapter("./projected_embeddings.npy"),
    projection=projection,
    dry_run=True,
)

print(result["migrated"])

SCHIFT_API_KEY를 환경변수에 두면 SDK와 CLI가 같이 재사용할 수 있습니다.
Client.fit() 전에 반드시 같은 텍스트에서 나온 페어 임베딩 샘플을 준비하세요.
파일이나 DB에 덮어쓰기 전에 dry_run=True로 먼저 확인하세요.