تساعدك هذه الصفحة على بدء تنفيذ ميزات الذكاء الاصطناعي التوليدي في تطبيقك. وتصف الصفحة الميزات وعمليات الدمج في Firestore التي تتضمن الذكاء الاصطناعي التوليدي.
بدء سريع للبحث باستخدام رسومات متحركة باستخدام Cloud Firestore
إنّ إنشاء حلول مبتكرة مستندة إلى الذكاء الاصطناعي لحالات الاستخدام، مثل اقتراحات المنتجات ومحادثات الدردشة، غالبًا ما يتطلّب البحث عن التشابه بين المتجهات، أو البحث عن المتجهات اختصارًا. يمكنك إجراء بحث المتجه على بيانات Firestore بدون الحاجة إلى نسخ البيانات إلى حل بحث متجه آخر، مع الحفاظ على البساطة والكفاءة التشغيلية.
يتألّف سير العمل الأساسي للبحث عن المتجهات في Cloud Firestore من 4 خطوات.
فهم البحث المتجه بالكامل في مشاركة المدونة
إنشاء تضمينات متجهات
الخطوة الأولى في استخدام ميزة "البحث بالاستناد إلى المتجهات" هي إنشاء عمليات إدراج المتجهات. عمليات التضمين هي تمثيل لأنواع مختلفة من البيانات مثل النصوص والصور والفيديوهات التي تلتقط أوجه التشابه الدلالية أو النحوية بين الكيانات التي تمثلها. يمكن احتساب المحتوى المضمّن باستخدام خدمة، مثل Vertex AI text-embeddings API.
عمليات تضمين المتجر في Firestore
بعد إنشاء التضمينات، يمكنك تخزينها في Firestore باستخدام إحدى حِزم SDK المتوافقة. في ما يلي شكل هذه العملية في حزمة SDK لـ NodeJS:
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
});
إنشاء فهرس متّجه
الخطوة التالية هي إنشاء فهرس متجه KNN في Firestore حيث يتم تخزين مقتطفات المتجه. خلال إصدار المعاينة، عليك إنشاء ملف الكلمات
المدرَجة باستخدام أداة سطر الأوامر gcloud.
إجراء بحث المتجهات
بمجرد إضافة جميع تضمينات المتجه وإنشاء فهرس المتجه،
ستكون جاهزًا لتشغيل البحث. ستستخدم بعد ذلك طلب find_nearest في إشارة
المجموعة لتمرير إدراج متجه الطلب الذي سيتم من خلاله مقارنة
الإدراجات المخزّنة وتحديد دالة المسافة التي تريد استخدامها.
يمكنك مرة أخرى الاطّلاع على سير العمل ومزيد من حالات الاستخدام في مشاركة المدونة.
الحلّ: البحث عن المتجهات
الملخّص: تخزين عمليات تضمين متجه طلب البحث وطلبها.
حالة الاستخدام: تستخدم الأدوات والميزات الأخرى هذه الميزة.
الاطّلاع على دليل البحث عن المتجه
الحلّ: إضافة ميزة البحث باستخدام المتجهات باستخدام Firebase
الملخّص: استخدِم إضافة Firebase لتضمين مستندات Firestore وإجراء طلبات بحث عنها تلقائيًا باستخدام ميزة البحث بالاستناد إلى المتجهات.
حالة الاستخدام: أجرِ بحث المتجه التلقائي في مشاريع Firebase.
الحل: عمليات دمج LangChain
ملخّص: استخدِم Firestore كمتجر متّجهات أو أداة تحميل مستندات أو مصدر سجلّ رسائل المحادثة في LangChain.
حالة الاستخدام: إنشاء تطبيقات الذكاء الاصطناعي التوليدي أو عمليات سير عمل الإنشاء المعزّز بالاسترداد (RAG).
الحل: Genkit
الملخّص: Firebase Genkit هو إطار عمل مفتوح المصدر يساعدك في إنشاء تطبيقات مستندة إلى الذكاء الاصطناعي و نشرها وتتبُّعها عندما تكون جاهزة للنشر.
حالة الاستخدام: يمكنك استخدام Genkit وCloud Firestore لإنشاء تطبيقات تنشئ محتوى مخصّصًا، وتستخدم البحث الدلالي، وتعالج المدخلات غير المنظَّمة، وتجيب عن الأسئلة باستخدام بيانات نشاطك التجاري، وغير ذلك الكثير.
الاطّلاع على مستندات Firebase Genkit