Integre o Atlas com o Google Vertex AI

Você pode integrar a Vertex AI ao MongoDB Atlas para construir e implantar aplicativos de IA. A plataforma Vertex AI inclui várias ferramentas e modelos pré-treinados do Google que você pode usar com o Atlas para RAG e outros casos de uso, comoquery de linguagem natural .

Visão geral

A IA da Vertex permite uma variedade de casos de uso com o MongoDB Atlas:

Use modelos de base do Google com o MongoDB Vector Search para criar aplicativos de IA e implementar o RAG. Para saber mais, consulte Modelos do Google.
Use as extensões do Vertex AI para personalizar como os modelos do Google interagem com o Atlas. Para começar, veja Use as Extensões Vertex AI para Consultas de Linguagem Natural do MongoDB.
Use o mecanismo Vertex AI Agent para criar e escalar agentes de IA com o Atlas como banco de dados. Para começar, veja Crie agentes de IA com o Vertex AI Agent Engine e o Atlas.

Começar

O seguinte aplicação de amostra demonstra como usar a Vertex AI com Atlas para RAG. O aplicação inclui uma interface que permite carregar documentos PDF e responder a perguntas sobre os dados PDF usando os modelos MongoDB Vector Search e Vertex AI.

Pré-requisitos

Antes de começar este tutorial, você deve ter o seguinte:

Um cluster do Atlas executando a versão 6.0.11 do MongoDB, 7.0.2, ou posterior. Certifique-se de que seu endereço IP esteja incluído na lista de acesso do seu projeto Atlas.
Acesso a um projeto do Google Cloud Platform com a API Vertex AI habilitada. Para saber mais, consulte a documentação do Google Cloud Platform.

Criar uma Instância de computação do Google Cloud Platform

Siga as etapas na documentação do Google Cloud para criar e iniciar uma instância de máquina virtual (VM) no console do Google Cloud. Configure a instância do Google Cloud VM com as seguintes configurações e utilize as configurações padrão para as opções restantes:

Opção	Configuração
Nome	`vertexai-chatapp`
Região e zona	Qualquer região e zona do Google Cloud próxima à sua localização física
Configuração da máquina	Series: Alta memória Machine Type: `n1-standard-1`
Disco de inicialização	Size: 100 GB
Acesso	Permitir acesso total a todas as APIs de nuvem
Firewall	Selecionar tudo
Networking	Para o intervalo de IP externo, especifique Reserve external static IP address

Implemente e Execute o Aplicativo

Esta seção carrega um aplicação de amostra que você pode usar para transformar e armazenar PDFs no Atlas e consultá-los usando a Vector Search do MongoDB . Para implantar e executar o aplicação em sua instância de VM do Google Cloud Platform, complete as seguintes etapas:

Crie um índice do MongoDB Vector Search .

Você deve criar um índice do MongoDB Vector Search denominado vector_index no namespace vertexaiApp.chat-vec no Atlas cluster para permitir queries em relação às incorporações vetoriais. Use as configurações padrão e especifique 768 dimensões.

Para saber mais, consulte Como indexar campos do Vector Search.

Obtenha o aplicativo de amostra.

Conecte-se à instância da MV usando SSH. No ambiente, clone o repositório GitHub que contém o código do aplicativo:

git clone https://github.com/mongodb-partners/MongoDB-VertexAI-Qwiklab.git

Observação

Para saber mais sobre o aplicação, consulte o repositório.

Instale as dependências do repositório clonado.

Execute os seguintes comandos para instalar as dependências:

sudo apt update
sudo apt install python3-pip
sudo apt install git
cd MongoDB-VertexAI-Qwiklab
pip3 install -r requirements.txt

Execute o aplicativo usando o Streamlit.

streamlit run app.py

Acesse o aplicativo.

Abra o endereço IP público da sua MV em um navegador da web com a porta exibida na saída do comando.

Carregue documentos PDF usando a interface do aplicativo.

No aplicativo, faça o upload dos dados em PDF que você deseja pesquisar.

O repositório inclui um arquivo PDF de amostra que você pode usar. O aplicativo particiona os dados em lotes, converte cada parte em incorporações vetoriais usando um modelo de incorporação da Vertex AI e ingere esses dados na sua coleção Atlas.

Dica

Depois de carregar o arquivo, se estiver usando o Atlas, poderá verificar suas incorporações vetoriais navegando até o namespace vertexaiApp.chat-vec na interface do usuário do Atlas.

Responda perguntas sobre seus dados.

No aplicativo, clique na aba Q&A.
Insira uma pergunta na barra de pesquisa e pressione Enter.
O aplicação executa o RAG executando uma query de pesquisa vetorial em sua collection para recuperar os documentos mais relevantes e, em seguida, usa um modelo de chat da Vertex AI para gerar uma resposta com reconhecimento do contexto.

Voltar

Solução de problemas

Extensões do Vertex AI