Você pode criar recursos e aplicativos de IA usando o MongoDB Vector Search. Use as páginas a seguir para saber como implementar casos de uso e padrões de design comuns.
Pesquisa semântica
O MongoDB pesquisa vetorial permite que você execute pesquisa semântica em seus dados em alguns cliques usando Automated Embedding, que gera automaticamente embeddings vetoriais durante a indexação, atualizações e query usando o modelo de sua escolha.
Para começar, consulte Tutorial de início rápido da pesquisa vetorial do MongoDB.
Geração aumentada de recuperação (RAG)
O RAG permite combinar modelos de idioma com seus próprios dados, recuperando o contexto relevante antes de gerar respostas. Esse padrão permite criar aplicativos de IA que forneçam respostas mais precisas e específicas do domínio, com base em seus dados personalizados.
Para saber mais e começar, consulte Retrieval-Augmented Geração (RAG) com MongoDB.
Você também pode implementar o RAG localmente, sem a necessidade de chaves API de fornecedores LLM. Para saber mais, consulte Criar uma implementação de RAG local com o MongoDB Vector Search.
Agentes de IA
O MongoDB oferece vários recursos para criar agentes de IA. Como um banco de dados de vetores e documento , o MongoDB oferece suporte a vários métodos de pesquisa para RAG de agentes, além de armazenar interações de agente no mesmo banco de dados para memória de agente de curto e longo prazo.
Para saber mais e começar a usar, consulte Construir agentes de IA com o MongoDB.
Pré-requisitos
Para concluir os tutoriais nestas páginas, você deve ter o seguinte:
Um dos seguintes tipos de cluster MongoDB :
Um Atlas cluster executando o MongoDB versão 6.0.11, 7.0.2 ou posterior. Garanta que seu endereço IP esteja incluído na lista de acessodo seu projeto Atlas .
Uma implantação local do Atlas criada usando Python e Docker. Instale
atlas-local-lib-py(pip install atlas-local-lib-py) para criar e gerenciar implantações locais programaticamente. Para saber mais, consulte o repositório atlas-local-lib-py.A MongoDB Community or Enterprise cluster with Search and Vector Search installed.
Project Data Access Adminacesso ao projeto para criar índices MongoDB Vector Search .The sample data loaded into your MongoDB cluster.
mongoshor a supported MongoDB Driver to run queries on your cluster.
Observação
Você pode executar queries do MongoDB Vector Search usando qualquer driver por meio do estágio de agregação $vectorSearch. Esses tutoriais incluem exemplos para uma seleção de drivers. Consulte a página do tutorial específica para obter detalhes.