এই পৃষ্ঠাটি আপনাকে আপনার অ্যাপে জেনারেটিভ AI ফিচারগুলি বাস্তবায়ন শুরু করতে সাহায্য করে। এটি Firestore-এর জন্য বৈশিষ্ট্য এবং ইন্টিগ্রেশন বর্ণনা করে যাতে জেনারেটিভ AI জড়িত।
Cloud Firestore-এর মাধ্যমে ভেক্টর সার্চের জন্য কুইকস্টার্ট
প্রোডাক্ট সাজেশন ও চ্যাটবটের মতো ব্যবহারের ক্ষেত্রে উদ্ভাবনী AI-পরিচালিত সমাধান তৈরি করার জন্য প্রায়ই ভেক্টর সিমিলারিটি সার্চ বা সংক্ষেপে ভেক্টর সার্চের প্রয়োজন হয়। আপনি Firestore ডেটাতে ভেক্টর সার্চ করতে পারেন, অন্য ভেক্টর সার্চ সমাধানে ডেটা কপি করার ঝামেলা ছাড়াই, অপারেশনাল সরলতা এবং দক্ষতা বজায় রেখে।
Cloud Firestore-এ ভেক্টর সার্চের মূল ওয়ার্কফ্লোতে ৪টি ধাপ আছে।
আমাদের ব্লগ পোস্ট থেকে ভেক্টর সার্চ সম্পর্কে সম্পূর্ণভাবে বুঝুন
ভেক্টর এম্বেডিং তৈরি করুন
ভেক্টর সার্চ ব্যবহার করার প্রথম ধাপ হল ভেক্টর এম্বেডিং তৈরি করা। এম্বেডিং হল টেক্সট, ছবি ও ভিডিওর মতো বিভিন্ন ধরনের ডেটার উপস্থাপনা যা সেগুলির দ্বারা উপস্থাপিত এন্টিটির মধ্যে শব্দার্থগত বা বাক্য গঠনগত মিল ক্যাপচার করে। এম্বেডিং কোনও পরিষেবার মাধ্যমে গণনা করা যেতে পারে, যেমন Vertex AI টেক্সট-এম্বেডিং API।
Firestore-এ এম্বেডিং স্টোর করুন
এম্বেডিং তৈরি হয়ে গেলে, আপনি কাজ করে এমন SDK-এর মধ্যে কোনও একটি ব্যবহার করে Firestore-এ সেগুলি স্টোর করতে পারবেন। NodeJS SDK-তে সেই অপারেশন কেমন দেখতে লাগে তা এখানে দেওয়া হল:
const db = new Firestore();
let collectionRef = db.collection("beans");
await collectionRef.add({
name: "Kahawa coffee beans",
type: "arabica",
description: "Information about the Kahawa coffee beans.",
embedding_field: FieldValue.vector([0.1, 0.3, ..., 0.2]), // a vector with 768 dimensions
});
একটি ভেক্টর ইন্ডেক্স তৈরি করুন
পরবর্তী ধাপ হল Firestore KNN ভেক্টর ইন্ডেক্স তৈরি করা যেখানে ভেক্টর
এম্বেডিং স্টোর করা হয়। প্রিভিউ রিলিজের সময়, আপনাকে gcloud কমান্ড লাইন টুল ব্যবহার করে
ইনডেক্স তৈরি করতে হবে।
ভেক্টর সার্চ করুন
আপনি সব ভেক্টর এম্বেডিং যোগ করে ভেক্টর ইন্ডেক্স তৈরি করার পরে, সার্চ করার জন্য প্রস্তুত হয়ে যাবেন। তারপর, আপনি find_nearest কল ব্যবহার করে
কালেকশন রেফারেন্সে কোয়েরি ভেক্টর এম্বেডিং পাস করবেন, যার মাধ্যমে স্টোর করা এম্বেডিংয়ের সাথে তুলনা করা হবে
এবং আপনি যে ডিসট্যান্স ফাংশন ব্যবহার করতে চান সেটি নির্দিষ্ট করবেন।
আরও একবার, আমাদের ব্লগ পোস্টে ওয়ার্কফ্লো ও আরও ব্যবহারিক প্রয়োগ এক্সপ্লোর করুন।
সমাধান: ভেক্টর সার্চ
সারসংক্ষেপ: ভেক্টর এম্বেডিং স্টোর ও কোয়েরি করুন।
ব্যবহারের ক্ষেত্র: এই ফিচারটি অন্যান্য টুল ও ফিচার ব্যবহার করে।
ভেক্টর সার্চের জন্য নির্দেশিকা দেখুন
সমাধান: LangChain ইন্টিগ্রেশন
সারসংক্ষেপ: LangChain-এর জন্য ভেক্টর স্টোর, ডকুমেন্ট লোডার বা চ্যাট মেসেজ ইতিহাসের সোর্স হিসেবে Firestore ব্যবহার করুন।
ব্যবহারের ক্ষেত্র: জেনারেটিভ AI অ্যাপ্লিকেশন বা রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG) ওয়ার্কফ্লো তৈরি করা।
LangChain-এর জন্য নির্দেশিকা দেখুন
সমাধান: Genkit
সারসংক্ষেপ: Genkit হল একটি ওপেন সোর্স ফ্রেমওয়ার্ক যা আপনাকে প্রোডাকশন-রেডি AI-পরিচালিত অ্যাপ তৈরি, ডেপ্লয় ও মনিটর করতে সাহায্য করে।
ব্যবহারের উদাহরণ: Genkit ও Cloud Firestore ব্যবহার করে এমন অ্যাপ তৈরি করুন যা কাস্টম কন্টেন্ট জেনারেট করে, সিম্যান্টিক সার্চ ব্যবহার করে, আনস্ট্রাকচার্ড ইনপুট ম্যানেজ করে, আপনার ব্যবসার ডেটা ব্যবহার করে প্রশ্নের উত্তর দেয় এবং আরও অনেক কিছু করে!