Para agentes de IA: um índice de documentação está disponível em https://www.mongodb.com/pt-br/docs/llms.txt — as versões de markdown de todas as páginas estão disponíveis anexando .md a qualquer caminho de URL.

Introdução à integração do Haystack

Você pode integrar o MongoDB Vector Search ao Haystack para criar aplicativos personalizados com LLMe implementar a geração aumentada de recuperação (RAG). Este tutorial demonstra como começar a usar o MongoDB Vector Search com o Haystack para executar pesquisas semânticas em seus dados e criar uma implementação de RAG. Especificamente, você executa as seguintes ações:

  1. Configure o ambiente.

  2. Crie um índice do MongoDB Vector Search .

  3. Armazene dados personalizados no MongoDB.

  4. Implemente o RAG usando o MongoDB Vector Search para responder a perguntas sobre seus dados.

Haystack é um framework para criar aplicativos personalizados com LLMs, modelos de embedding e pesquisa vetorial. Ao integrar o MongoDB pesquisa vetorial com o Haystack, você pode usar o MongoDB como um banco de dados vetorial e usar o MongoDB pesquisa vetorial para implementar o RAG recuperando documentos semanticamente semelhantes de seus dados. Para aprender mais sobre RAG, consulte Geração aumentada de recuperação (RAG) com MongoDB.