इस पेज से आपको अपने प्रॉडक्ट में जनरेटिव एआई की सुविधाएं लागू करने में मदद मिलेगी है. इसमें Firestore की सुविधाओं और इंटिग्रेशन के बारे में बताया गया है. जनरेटिव एआई.
Cloud Firestore के साथ वेक्टर खोज के लिए क्विकस्टार्ट
प्रॉडक्ट जैसे इस्तेमाल के लिए, एआई की मदद से काम करने वाले नए समाधान तैयार करना और चैटबॉट के लिए अक्सर वेक्टर समानता खोज या वेक्टर की ज़रूरत होती है शॉर्ट वीडियो खोजना. आप बिना इन्वेंट्री के वेक्टर डेटा की खोज कर सकते हैं किसी अन्य वेक्टर खोज समाधान पर डेटा कॉपी करने की परेशानी से, आसान और असरदार है.
Cloud Firestore में वेक्टर खोज के लिए मुख्य वर्कफ़्लो में चार चरण हैं.
हमारी ब्लॉग पोस्ट में, वेक्टर सर्च के बारे में पूरी जानकारी दें
जनरेट करें वेक्टर एम्बेड करना
वेक्टर खोज को इस्तेमाल करने का पहला चरण है, वेक्टर एम्बेडिंग जनरेट करना. एम्बेडिंग अलग-अलग तरह के डेटा को दिखाती है. जैसे, टेक्स्ट, इमेज, और ऐसा वीडियो जो दो अलग-अलग इकाइयों के बीच के वाक्य या वाक्य की समानता को दिखाता हो वे इसका प्रतिनिधित्व करते हैं. एम्बेड की गई जोड़ने की जानकारी का हिसाब लगाने के लिए, Vertex AI text-embeddings API.
स्टोर Firestore में एम्बेड करना
एम्बेडिंग जनरेट होने के बाद, आप इनमें से किसी एक का इस्तेमाल करके, उन्हें Firestore में स्टोर कर सकते हैं इस्तेमाल किए जा सकने वाले SDK टूल इस्तेमाल किए जा सकते हैं. NodeJS SDK टूल में, यह कार्रवाई इस तरह दिखती है:
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
});
बनाएं वेक्टर इंडेक्स
अगला कदम है, Firestore केएनएन वेक्टर इंडेक्स बनाना जहां वेक्टर
एम्बेडिंग सेव की जाती हैं. झलक रिलीज़ के दौरान, आपको
gcloud कमांड लाइन टूल का इस्तेमाल करके इंडेक्स करें.
निष्पादित करें वेक्टर की खोज
सभी वेक्टर एम्बेडिंग जोड़ने और वेक्टर इंडेक्स बनाने के बाद, आपको
खोज करने के लिए तैयार हैं. इसके बाद, find_nearest कॉल का इस्तेमाल
कलेक्शन रेफ़रंस का इस्तेमाल करके, उस क्वेरी वेक्टर एम्बेड को पास करें जिसकी तुलना करनी है
सेव की गई एम्बेडिंग और दूरी फ़ंक्शन तय करने के लिए, जिसका आप इस्तेमाल करना चाहते हैं.
एक बार फिर से, हमारी ब्लॉग पोस्ट में वर्कफ़्लो और इसके इस्तेमाल के ज़्यादा उदाहरणों के बारे में जानें.
समाधान: वेक्टर खोज
खास जानकारी: स्टोर और क्वेरी वेक्टर को एम्बेड करना.
इस्तेमाल का उदाहरण: दूसरे टूल और सुविधाएं, इस सुविधा का इस्तेमाल करती हैं.
समाधान: Firebase की मदद से वेक्टर खोज के लिए एक्सटेंशन
खास जानकारी: Firebase एक्सटेंशन का इस्तेमाल करके, अपने-आप वेक्टर खोज सुविधा के साथ Firestore दस्तावेज़.
इस्तेमाल का उदाहरण: अपने Firebase प्रोजेक्ट में, अपने-आप वेक्टर खोज करें.
एक्सटेंशन की जानकारी की समीक्षा करना
समाधान: LangChain इंटिग्रेशन
खास जानकारी: Firestore का इस्तेमाल वेक्टर स्टोर, दस्तावेज़ लोड करने वाले टूल या चैट मैसेज के तौर पर करें LangChain के इतिहास का स्रोत है.
इस्तेमाल का उदाहरण: जनरेटिव एआई ऐप्लिकेशन बनाएं या जनरेट किए गए एआई ऐप्लिकेशन बनाएं (RAG) वर्कफ़्लो.
समाधान: Genkit
खास जानकारी: Firebase Genkit एक ओपन सोर्स फ़्रेमवर्क है, जिससे आपको प्रोडक्शन के लिए तैयार एआई की मदद से काम करने वाले ऐप्लिकेशन डिप्लॉय करना और उन्हें मॉनिटर करना.
इस्तेमाल का उदाहरण: जनरेट करने वाले ऐप्लिकेशन बनाने के लिए Genkit और Cloud Firestore का इस्तेमाल करें के मुताबिक कॉन्टेंट, सिमैंटिक सर्च का इस्तेमाल करें, बिना स्ट्रक्चर वाले इनपुट मैनेज करें, जवाब दें में आपके कारोबार के डेटा के बारे में आपके सवालों के जवाब पाने के साथ-साथ और भी बहुत कुछ!
Firebase Genkit का दस्तावेज़ देखें