AlloyDB AI 使用场景

本页介绍了 AlloyDB for PostgreSQL 的一些 AI 用例，并提供了一些代码库和教程的链接，可供您探索方法或帮助您开发应用。

创建一个聊天机器人来回答有关电影的问题

本教程介绍了如何构建一个使用 Gemini、Vertex AI 和 AlloyDB LangChain 集成的生成式 AI 聊天机器人。您将学习如何从数据库中提取结构化数据、生成嵌入以及设置数据格式，以便在检索增强生成 (RAG) 应用中执行向量搜索。

使用电影数据库为 LLM 提供最热门电影的相关信息。接地有助于确保 LLM 输出准确且相关。

• 教程： AlloyDB LangChain 集成

在 Vertex AI 上使用 LangChain 部署 RAG 应用

本教程介绍了如何使用 Python 版 Vertex AI SDK 和 AlloyDB LangChain 集成构建和部署代理。

了解如何将代理和矢量与 LangChain 搭配使用，以执行相似性搜索并检索相关数据，为 LLM 回答提供依据。

• 教程：将包含 AlloyDB 的 RAG 应用部署到 Vertex AI 上的 LangChain

使用矢量索引进行相似度搜索，以查找相关商品

此 Codelab 介绍了如何使用 AlloyDB AI 功能（例如模型端点管理和向量搜索）来帮助您查找相关商品。

了解如何使用模型端点管理对数据库数据生成嵌入，以及如何使用运营数据执行向量相似搜索。本教程中，我们将在 AlloyDB 中使用 Vertex AI 嵌入模型和 Vertex AI 生成式 AI 模型。

• Codelab：AlloyDB AI 中的向量嵌入使用入门

加快专利搜索速度并提高搜索准确性

此 Codelab 介绍了如何结合使用向量搜索、AlloyDB、pgvector 扩展、嵌入和 Gemini 1.5 Pro，从而改进专利研究。

• Codelab：使用 AlloyDB、Vector Search 和 Vertex AI 构建专利搜索应用

构建和部署个性化的时尚造型助理

以下 Codelab 展示了如何使用 Gemini、模型端点管理、向量搜索、Vertex AI 和代理构建和部署个性化风格助理。

• Codelab：第 1 部分：使用 AlloyDB 和 Vertex AI Agent Builder 构建智能购物助理
• Codelab： 第 2 部分：使用 AlloyDB 和 Vertex AI Agent Builder 部署智能购物助理

将数据从向量数据库迁移到 AlloyDB

以下教程介绍了如何利用 LangChain 向量存储区将数据从第三方向量数据库迁移到 AlloyDB。

支持以下向量数据库：Pinecone、Weaviate、Chroma、Qdrant 和 Milvus。

• 教程：将数据从矢量数据库迁移到 AlloyDB。

后续步骤

• 创建索引和查询向量。
• 使用模型端点管理功能注册和调用远程 AI 模型。
• 了解 ScaNN 矢量查询性能。