شروع به کار با هوش مصنوعی زایا

این صفحه به شما کمک می‌کند تا پیاده‌سازی ویژگی‌های هوش مصنوعی زایا را در برنامه‌تان شروع کنید. این صفحه ویژگی‌ها و ادغام‌های Firestore را که شامل هوش مصنوعی زایا می‌شود شرح می‌دهد.

شروع سریع برای جستجوی برداری با Cloud Firestore

ایجاد راه‌حل‌های نوآورانه مبتنی بر هوش مصنوعی برای موارد استفاده مانند توصیه‌های محصول و روبات‌های گپ اغلب به جستجوی شباهت برداری یا به‌طور خلاصه جستجوی برداری نیاز دارد. می‌توانید جستجوی برداری را روی داده‌های Firestore بدون دردسر کپی کردن داده‌ها در راه‌حل جستجوی برداری دیگری انجام دهید و سادگی و کارایی عملیاتی را حفظ کنید.

گردش کار اصلی برای جستجوی برداری در Cloud Firestore شامل ۴ مرحله است.

در پست وبلاگ ما، جستجوی برداری را به‌طور کامل درک کنید

تولید جاسازی‌های برداری

اولین گام در استفاده از جستجوی برداری، تولید جاسازی‌های برداری است. جاسازی‌ها نمایش انواع مختلف داده‌ها مانند نوشتار، تصویر، و ویدیو هستند که شباهت‌های معنایی یا نحوی بین موجودیت‌هایی را که نمایش می‌دهند ضبط می‌کنند. جاسازی‌ها را می‌توان بااستفاده از سرویسی مانند Vertex AI text-embeddings API محاسبه کرد.

جاسازی‌ها را در Firestore ذخیره کنید

پس‌از تولید جاسازی‌ها، می‌توانید آن‌ها را بااستفاده از یکی از کیت‌های توسعه نرم‌افزار پشتیبانی‌شده در Firestore ذخیره کنید. در اینجا نحوه نمایش آن عملیات در NodeJS SDK آمده است:

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
});

ایجاد نمایه برداری

مرحله بعدی ایجاد نمایه برداری Firestore KNN است که در آن جاسازی‌های برداری ذخیره می‌شوند. درطول انتشار نسخه پیش‌نمایش، باید نمایه را بااستفاده از ابزار خط فرمان gcloud ایجاد کنید.

وقتی همه جاسازی‌های برداری را اضافه کردید و نمایه برداری را ایجاد کردید، آماده اجرای جستجو هستید. سپس از فراخوانی find_nearest در یک مرجع مجموعه استفاده خواهید کرد تا جاسازی بردار پُرسمان را برای مقایسه با جاسازی‌های ذخیره‌شده ارسال کنید و تابع فاصله موردنظرتان را برای استفاده مشخص کنید.

یک‌بار دیگر، گردش کار و موارد استفاده بیشتر را در پست وبلاگ ما کاوش کنید.

خلاصه: جاسازی‌های برداری را ذخیره و جستجو کنید.

مورد استفاده: این ویژگی توسط ابزارها و ویژگی‌های دیگر استفاده می‌شود.

راهنمای جستجوی برداری را ببینید

راه‌حل: ادغام‌های LangChain

خلاصه: از Firestore به‌عنوان ذخیره‌ساز برداری، بارکننده سند، یا منبع سابقه پیام گپ برای LangChain استفاده کنید.

مورد استفاده: ساختن برنامه‌های هوش مصنوعی زایا یا گردش‌های کاری تولید افزوده بازیابی (RAG).

راهنمای LangChain را ببینید

راه‌حل: Genkit

خلاصه: Genkit چارچوبی متن‌باز است که به شما کمک می‌کند برنامه‌های هوشواره‌ای آماده تولید را بسازید، مستقر کنید، و پایش کنید.

مورد استفاده: از Genkit و Cloud Firestore برای ایجاد برنامه‌هایی استفاده کنید که محتوای سفارشی تولید می‌کنند، از جستجوی معنایی استفاده می‌کنند، ورودی‌های بدون ساختار را مدیریت می‌کنند، با داده‌های کسب‌وکارتان به سؤالات پاسخ می‌دهند، و کارهای بسیار دیگری انجام می‌دهند!

مشاهده اسناد Genkit