Para agentes de IA: hay un índice de documentación disponible en https://www.mongodb.com/es/docs/llms.txt — versiones en markdown de todas las páginas están disponibles agregando .md a cualquier ruta URL.

Comenzar con la integración de Haystack

Puedes integrar MongoDB Vector Search con Haystack para compilar aplicaciones personalizadas con LLMy implementar generación de recuperación aumentada (RAG). Este tutorial demuestra cómo comenzar a usar MongoDB Vector Search con Haystack para realizar una búsqueda semántica de tus datos y crear una implementación RAG. Específicamente, realizas las siguientes acciones:

  1. Configura el entorno.

  2. Crea un índice de MongoDB Vector Search.

  3. Almacene datos personalizados en MongoDB.

  4. Implementa RAG usando la búsqueda vectorial de MongoDB para responder preguntas sobre tus datos.

Haystack es un marco para crear aplicaciones personalizadas con LLM, modelos de incrustación y búsqueda vectorial. Al integrar MongoDB Vector Search con Haystack, se puede usar MongoDB como base de datos vectorial y usar MongoDB Vector Search para implementar RAG, recuperando documentos semánticamente similares de sus datos. Para aprender más sobre RAG, consulte Generación de recuperación aumentada (RAG) con MongoDB.