Python
Em destaque
Tutorial
Criação de aplicativos de IA generativa usando o MongoDB: aproveitando o poder do Atlas Vector Search e dos modelos de código aberto
Saiba como criar aplicativos de IA generativa (GenAI) aproveitando o poder do MongoDB Atlas e do Vector Search.
Mar 12, 2025 | 10 min read
.jpg&w=3840&q=75)
.png&w=3840&q=75)
Todos Python Conteúdo
- Últimos
- Mais bem avaliado
Vídeo
Como construir um aplicativo com pesquisa semântica: Tutorial de Django, MongoDB Atlas e Voyage AI
Leia o tutorial por escrito: https://dev.to/mongodb/grab-a-pint-with-django-mongodb-backend-voyage-ai-and-langchain-170n Assista ao tutorial de início rápido do backend do MongoDB do Django: https://youtu.be/laXann1O0cg Inscrever-se para um cluster gratuito → https://mdb.link/5s5ngllTB8E-register Acesse o conjunto de dados do Kaggle aqui: https://www.kaggle.com/datasets/anaiya/guinesswinebarsublin Assine o MongoDB no YouTube→ https://mdb.link/subscribe Procurando os melhores lugares para tomar uma bebida em Dublim? Pare de procurar e comece a construir! Com o poder do pacote Django- MongoDB -Backend Python e IA, você pode encontrar a bebida exata que está procurando. Construa seu próprio buscador inteligente de pubs em Dublim! Este tutorial mostra como combinar Django, MongoDB, Voyage AI e LangChain para criar um aplicativo baseado em IA com pesquisa semântica. Aprenda a configurar seu back-end, incorpore dados e implemente a funcionalidade de pesquisa inteligente para ajudar qualquer pessoa a descobrir o pub ideal em Nova York. Mergulhe no mundo envolvente onde Python, bancos de dados e IA convergem! Capítulos: 0:00 Introdução ao localizador de pubs de Django 0:28 O que é o Django MongoDB Backend? 1:07 Noções básicas sobre a integração do LangChain e MongoDB 1:58 Por que Voyage AI para incorporações? 2:30 Pré-requisitos do projeto 3:25 Demonstração: nosso localizador inteligente de pubs em ação 4:18 Coleta e preparação de dados (API do Google place) 5:39 Configurando o Django Backend do MongoDB 7:24 definindo modelos Django (models.py) 8:55 Gerando incorporações com IA Voyage 10:19 Importando dados para o MongoDB Atlas 11:46 Criando seu índice Atlas Vector Search 13:10 Integrando o LangChain para pesquisa semântica 14:48 Construindo o aplicativo Django (views.py e URLs) 16:00 Criando a interface do usuário (HTML/CSS) 17:15 Executando o aplicativo 17:35 Conclusão e principais argumentos Este vídeo não é associado, endossado ou pago pelo Python. O uso de qualquer marca registrada é apenas para fins informativos e de identificação, para que possamos fornecer descrições claras e precisas. Todas as pareceres e críticas fornecidas neste vídeo são de responsabilidade do criador e não refletem as visões do Python ou de seus associados. Visite Mongodb.com → https://mdb.link/MongoDB Leia o MongoDB Blog → https://mdb.link/Blog Leia o blog do desenvolvedor → https://mdb.link/developerblogJun 23, 2025
Tutorial
Como melhorar os aplicativos LLM com a recuperação de documentos principais usando MongoDB e LangChain
Neste tutorial, você aprenderá sobre uma técnica chamada recuperação de documento pai e a implementará em fluxos de trabalho RAG e Agentic usando a integração LangChain do MongoDB.May 29, 2025
Vídeo
Experimente oBeanie ODM: Crie modelos de dados robustos no Python
✅ Experimente o MongoDB 8.0 → https://mdb.link/5XhDQQcWQm4 ✅ Inscrever-se para obter um cluster gratuito → https://mdb.link/5XhDQQcWQm4-try - Descrição do evento: Junte-se a Oman Right, o criador doBeanie ODM, e Shubham Ranjan, gerente de produto do MongoDB, enquanto eles discutem tudo o que é relacionado a Gone e Python! Neste capítulo, exploraremos como Gophyllum usa os recursos assíncronos do Python para simplificar a modelagem e a query de dados do MongoDB . Latin e Shubham explicarão a definição de esquemas, a execução de queries e aggregations avançadas e a integração do Goanie em vários frameworks Python. Vamos encerrar com uma sessão de perguntas e respostas ao vivo, então vem ver as respostas dos especialistas. - ✅ Beanie Github → https://github.com/BeanieODM/beanie ✅ Beanie Docs → https://beanie-odm.dev/ ✅ Crie uma API de coquetéis com o Gophyllum e o MongoDB → https://mdb.link/5XhDQQcWQm4-read - oman LinkedIn à direita: https://www.linkedin.com/in/roman-right/ Shubham Ranjan LinkedIn: https://www.linkedin.com/in/shraman/May 12, 2025
Tutorial
Como usar os módulos de incorporações e reclassificação do Cohere com o MongoDB Atlas
Para evitar problemas ao aproveitar a funcionalidade AI Atlas Search ou o aprendizado de máquina em seu aplicativo, a Cohere e o MongoDB oferecem soluções totalmente gerenciadas.Mar 13, 2025
Início rápido
Construindo aplicativos de AI e RAG com MongoDB, Anyscale e PyMongo
Este tutorial mostra como integrar o MongoDB Atlas com o Anyscale e o PyMongo para criar serviços de geração de recuperação (RAG) alimentadas por IA escaláveis. Saiba como implantar modelos auto-hospedados, configurar um armazenamento de vetores e conectar seus serviços para processar e analisar com eficiência grandes conjuntos de dados usando os recursos de computação distribuída do Ray.Mar 13, 2025
Tutorial
Construindo um Painel de Vendas Dinâmico e em Tempo Real no MongoDB
Neste artigo, analisamos como uma única query no MongoDB pode fornecer uma visualização em tempo real dos produtos mais vendidos e detalhar as regiões mais vendidas.
Mar 13, 2025
(+1)
Tutorial
Aprimoramento da precisão do LLM usando o Atlas Vector Search do MongoDB e os metadados Unstructured.io
Este artigo fornece um guia abrangente sobre como melhorar a precisão de grandes modelos de linguagem usando o Vector Search do MongoDB e o Unstructured.io técnicas de extração de metadados, visando equipar os leitores com as ferramentas necessárias para produzir saídas de IA com boas fontes e contextualmente precisas.
Mar 12, 2025
Tutorial
Como usar o MongoDB Atlas e os LLMs do IBM watsonx.ai em seus aplicativos de GenAI sem interrupções
Aprenda como construir uma estrutura RAG utilizando MongoDB Atlas Vector Search e IBM watsonx LLMs.Mar 12, 2025