Kasus penggunaan AlloyDB AI

Halaman ini menjelaskan beberapa kasus penggunaan AI untuk AlloyDB untuk PostgreSQL, dengan link ke codelab dan tutorial yang dapat Anda gunakan untuk mempelajari pendekatan atau membantu Anda mengembangkan aplikasi.

Membuat chatbot untuk menjawab pertanyaan tentang film

Tutorial ini menunjukkan cara membuat chatbot AI generatif yang menggunakan Gemini, Vertex AI, dan integrasi AlloyDB LangChain. Anda akan mempelajari cara mengekstrak data terstruktur dari database, membuat penyematan, dan memformat data sehingga Anda dapat melakukan penelusuran vektor di aplikasi Retrieval-Augmented Generation (RAG).

Gunakan database film untuk melandasi LLM Anda dengan informasi tentang film yang paling populer. Pembumian membantu memastikan bahwa output LLM akurat dan relevan.

Men-deploy aplikasi RAG dengan LangChain di Vertex AI

Tutorial ini menunjukkan cara mem-build dan men-deploy agen menggunakan Vertex AI SDK untuk Python dan integrasi AlloyDB LangChain.

Pelajari cara menggunakan agen dan vektor dengan LangChain untuk melakukan penelusuran kemiripan dan mengambil data terkait untuk melandasi respons LLM.

Codelab ini menunjukkan cara menggunakan fitur AI AlloyDB seperti pengelolaan endpoint model dan penelusuran vektor untuk membantu Anda menemukan produk yang relevan.

Pelajari cara membuat penyematan menggunakan pengelolaan endpoint model pada data database dan menggunakan data operasional untuk melakukan penelusuran kemiripan vektor. Tutorial ini menggunakan model penyematan Vertex AI di AlloyDB dan model AI generatif Vertex AI.

Codelab ini menunjukkan cara meningkatkan riset paten menggunakan penelusuran vektor bersama dengan AlloyDB, ekstensi pgvector, embedding, dan Gemini 1.5 Pro.

Membangun dan men-deploy asisten gaya busana yang dipersonalisasi

Codelab berikut menunjukkan cara mem-build dan men-deploy asisten gaya yang dipersonalisasi dengan Gemini, pengelolaan endpoint model, penelusuran vektor, Vertex AI, dan agen.

Memigrasikan data dari database vektor ke AlloyDB

Tutorial berikut menjelaskan cara memigrasikan data dari database vektor pihak ketiga ke AlloyDB yang memanfaatkan penyimpanan vektor LangChain.

Database vektor berikut didukung: Pinecone, Weaviate, Chroma, Qdrant, dan Milvus.

Langkah selanjutnya