Menu Docs
Página inicial do Docs
/
Atlas
/ /

Chatbot Demo Builder no Atlas Search Playground

Experimente rapidamente o MongoDB Vector Search no MongoDB Search Playground usando um chatbotRAG que responde a perguntas sobre seus dados com o Vector Search. O Construtor de demonstração do chatbot no MongoDB Search Playground permite que você use seus próprios dados, experimente diferentes estratégias de agrupamento, gere incorporações usando modelos de incorporação do Voyage AI e faça perguntas sobre os dados sem uma conta, cluster ou coleção do Atlas . Você também pode compartilhar um link para uma captura de imagem do seu MongoDB Search Playground com outras pessoas.

O Chatbot Demo Builder utiliza duas fases do pipeline de agregação, $vectorSearch e $project.

Este é um chatbot de IA generativa. Todas as informações devem ser verificadas antes do uso. Não carregue dados confidenciais. O MongoDB registra os dados da sua carga de trabalho para monitorar a integridade do sistema e ajudar a solucionar quaisquer problemas no Chatbot Demo Builder.

  • O Chatbot Demo Builder processa o arquivo PDF importado ou o texto copiado e colado como uma única fonte de conhecimento. Não é possível definir ou combinar coleções de dados separadas dentro do construtor.

  • O Chatbot Demo Builder utiliza um índice de pesquisa vetorial pré-configurado que não é editável. A query é gerada com base nas configurações de recuperação especificadas e não pode ser editada diretamente usando o editor de código.

  • O ambiente do Chatbot Demo Builder não persiste. Para salvar um ambiente, use o botão Share para gerar um snapshot de URL que persiste por 30 dias.

  • O Chatbot Demo Builder só suporta incorporações baseadas em texto. Se seu arquivo PDF contiver imagens, o chatbot não conseguirá processar ou responder a perguntas sobre o conteúdo dessas imagens.

  • O Chatbot Demo Builder tem as seguintes limitações de dados:

    • Não é possível importar arquivos maiores que 100 MB.

    • A contagem total de caracteres não pode exceder 100.000 caracteres.

    • Você não pode trazer suas próprias incorporações de vetor ou credenciais de API para soluções de incorporação.

1

Navegue até o Construtor de demonstração do chatbot <https://search-playground.mongodb.com/tools/chatbot-demo-builder/.

2

O Chatbot Demo Builder oferece três opções de fonte de dados.

Upload PDF

Envie um arquivo PDF do seu dispositivo local com um tamanho máximo de 100 MB. Se a contagem de caracteres exceder 100.000, você deve usar apenas os primeiros 100.000 caracteres ou carregar um arquivo com menos caracteres. Você pode pré-visualizar o texto com SEE TEXT.

Copy & Paste Text

Copie e cole texto de até 100.000 caracteres. Se a contagem de caracteres exceder 100.000, use apenas os primeiros 100.000 caracteres ou reduza o tamanho do texto.

Sample Data

Use dados de amostra fornecidos pelo MongoDB, que é um PDF sobre um parque fictício.

O Chatbot Demo Builder é uma demonstração pública. Não carregue dados confidenciais.

3

Personalize suas configurações de fragmentação e modelo de incorporação.

Chunking strategy

Escolha entre Recursive Chunking (opção padrão) ou Fixed Token Count with Overlap.

Chunk size

Defina o número de tokens por parte. O número de tokens deve ser pelo menos o dobro da quantidade de sobreposição de partes.

  • Minimum: 40 tokens

  • Máximo: 1500 tokens

Chunk overlap

Especifique o tamanho da sobreposição de tokens entre partes adjacentes. O tamanho da sobreposição deve ser no máximo metade do tamanho da parte.

  • Minimum: 0 tokens

  • Máximo: 750 tokens

Embedding model

Selecione um dos seguintes modelos de incorporação:

  • voyage-3-large (opção padrão)

  • voyage-finance-2

  • voyage-law-2

Para modificar essas opções após criar as incorporações, utilize o painel lateral DATA SETTINGS. Alterar as configurações apaga o histórico de bate-papo anterior.

4

Cada par de perguntas e respostas é independente, ou seja, não depende de interações anteriores. Quando você seleciona Share, o playground salva suas configurações de dados e as configurações de recuperação. O histórico de perguntas e respostas não é salvo nem pode ser compartilhado.

Para cada pergunta que você fizer, o Chatbot Demo Builder exibirá as seguintes configurações:

Configuração ou saída
Localização na página
Descrição

Search Query

Link na caixa do chat com resposta

Visualize a sintaxe de consulta do MongoDB Vector Search .

[number] DOCUMENTS

Link na caixa do chat com resposta

Visualize os documentos recuperados a partir da execução da query de pesquisa e como os resultados são avaliados.

Data to Evaluate (numCandidates)

Painel direito

Ajuste o número de correspondências potenciais que o sistema revisa para selecionar o melhor resultado. Para realizar uma pesquisa exaustiva em todas as incorporações vetoriais indexadas, marque a caixa de seleção Evaluate all [number] documents (ENN). Isso pode impactar a latência da query.

Data to Retrieve (limit)

Painel direito

Ajuste o número de documentos (partes) retornados.

Data Source

Bottom panel tab

Visualize seus dados como MongoDB Documents ou Full Extracted Text.

Index Definition

Bottom panel tab

Visualize a definição do índice MongoDB Vector Search gerada.

Search Query

Bottom panel tab

Visualize a sintaxe de query do MongoDB Vector Search usada para a pergunta e resposta mais recentes.

LLM & Prompt

Bottom panel tab

Visualize o grande modelo de linguagem (LLM) usado.

5

Use o botão Share para gerar um URL de snapshot que persiste por 30 dias.

Use o botão Get Code para acessar um repositório do GitHub com código inicial sobre como construir um chatbot semelhante por conta própria.

Observação

O desempenho do Chatbot Demo Builder pode ser diferente do desempenho em produção.

Para saber mais sobre queries de pesquisa vetorial, consulte Executar queries de Vector Search. Para saber mais sobre a Geração Aumentada de Recuperação (RAG), consulte Geração Aumentada de Recuperação (RAG) com MongoDB.

Voltar

Geração aumentada de recuperação (RAG)

Nesta página