Puedes construir funcionalidades y aplicaciones de IA utilizando MongoDB Vector Search. Utilice las siguientes páginas para aprender cómo implementar casos de uso comunes y patrones de diseño.
Semantic Search
MongoDB Vector Search permite realizar búsquedas semánticas sobre texto, imágenes, datos multimodales y otros tipos de datos indexando y buscando en datos que hayas convertido en importes vectoriales.
Para comenzar, consulta Cómo realizar búsquedas semánticas con la búsqueda vectorial de MongoDB.
Generación Aumentada de Recuperación (RAG)
RAG permite combinar modelos de lenguaje con tus propios datos recuperando contexto relevante antes de generar respuestas. Este patrón te permite compilar aplicaciones de IA que ofrecen respuestas más precisas y específicas de tu dominio, basadas en tus propios datos.
Para obtener más información y comenzar, consulta Generación de Recuperación Aumentada (RAG) con MongoDB.
También puedes implementar RAG localmente, sin la necesidad de API claves de los proveedores de LLM. Para obtener más información, consulta la sección Construye una implementación RAG local con MongoDB Vector Search.
Agentes de IA
MongoDB ofrece varias características para desarrollar agentes de IA. Como base de datos tanto de vectores como de documentos, MongoDB admite varios métodos de búsqueda para RAG agéntica, así como el almacenamiento de interacciones de agentes en la misma base de datos para la memoria a corto y largo plazo de los agentes.
Para obtener más información y comenzar, consulte Compilar agentes de IA con MongoDB.
Requisitos previos
Para completar los tutoriales de estas páginas, debes tener lo siguiente:
Uno de los siguientes tipos de clúster de MongoDB:
An Clúster de Atlas con MongoDB 6.0.11 versión, 7.0.2 o posterior. Asegúrese de que su dirección IP esté incluida en la lista de acceso de su proyecto de Atlas.
Una implementación local de Atlas creada usando Atlas CLI. Para obtener más información, consulta Crear una Implementación local de Atlas.
Un clúster de MongoDB Community o Enterprise con Search y Vector Search instalados.
Project Data Access Adminacceso al proyecto para crear índices de MongoDB Vector Search.Los datos de muestra se han cargado en su clúster de MongoDB.
mongosho un MongoDB Driver compatible para ejecutar consultas en tu clúster.
Nota
Puede ejecutar consultas de búsqueda vectorial MongoDB utilizando cualquier controlador a través de la etapa de agregación $vectorSearch. Estos tutoriales incluyen ejemplos para una selección de controladores. Consulte la página del tutorial específico para obtener detalles.