Build generative AI applications

‫AlloyDB ל-PostgreSQL תומך במגוון רחב של תרחישי שימוש ב-AI גנרטיבי, כולל חיפוש סמנטי, יצירה משולבת-אחזור (RAG) וסוכנים מבוססי-AI. אתם יכולים לעיין ב-Codelabs, ב-Notebooks ובמדריכים הבאים כדי להעריך גישות ארכיטקטוניות ולהאיץ את פיתוח האפליקציה.

תרחיש לדוגמה תיאור
חיפוש מהיר ומדויק יותר של פטנטים בשיעורי ה-Codelab האלה נסביר איך לשפר את מחקר הפטנטים באמצעות חיפוש וקטורי בשילוב עם AlloyDB, תוסף pgvector, הטמעות, Gemini וערכת פיתוח סוכנים (ADK) ל-Java.
איך יוצרים הטמעות מולטי-מודאליות ב-AlloyDB ב-Codelab הזה נדגים איך משתמשים ביכולות של AlloyDB AI לחיפוש סמנטי באמצעות הטמעות מולטי-מודאליות.

איך לבצע סוגים שונים של חיפושים, כולל חיפוש סמנטי מבוסס-טקסט, חיפוש תמונות לפי תמונה וחיפוש תמונות לפי טקסט, וגם גישה היברידית שמשלבת סוגי חיפוש שונים.
איך יוצרים SQL באמצעות שפה טבעית ב-AlloyDB AI ב-Codelab הזה נסביר איך משתמשים בתכונת השפה הטבעית של AlloyDB AI כדי ליצור שאילתות SQL.

ב-Codelab הזה נשתמש במערך נתונים פיקטיבי של מסחר אלקטרוני כדי להדגים איך אפשר לשאול שאלות בשפה טבעית (אנגלית) ולגרום ל-AlloyDB AI לתרגם אותן ל-SQL.
החלת מסננים סמנטיים ודירוג מחדש של תוצאות החיפוש הווקטורי כדי לשפר את איכות החיפוש ב-Codelab הזה נסביר איך משתמשים בתכונות של AlloyDB AI כמו אופרטורים של שאילתות AI, ניהול נקודות קצה (endpoints) של מודלים ו חיפוש וקטורי כדי לשפר את איכות החיפוש ולהשתמש במסננים סמנטיים.

כאן מוסבר איך להשתמש באופרטורים של שאילתות AI לסינון סמנטי כדי ליהנות מחוויות חדשות ב-SQL. דירוג תוצאות של חיפוש וקטורי באמצעות מודלים של LLM ו מודלים של דירוג סמנטי כדי לשפר את הדיוק של החיפוש הווקטורי. במדריך הזה נשתמש במודל דירוג סמנטי של Agent Platform ב-AlloyDB ובמודלים של AI גנרטיבי ב-Agent Platform.
יצירת אפליקציה מבוססת-AI להמלצות על תלבושות באמצעות AlloyDB וסביבות זמן ריצה בלי שרת (serverless) ב-Codelab הבא נסביר איך ליצור אפליקציה מבוססת-AI להמלצות על תלבושות באמצעות AlloyDB AI וסביבות זמן ריצה בלי שרת (serverless). הוא מסביר איך המשתמשים יכולים להעלות תמונה של בגד ולקבל המלצות והדמיות של סגנונות שמבוססות על AI.

ב-Codelab משתמשים בטכנולוגיות כמו AlloyDB AI,‏ Gemini 2.0 ו-Imagen 3 כדי ליצור אפליקציית אינטרנט שנפרסת בסביבת זמן ריצה ללא שרת (serverless) ב-Cloud Run. Google Cloud
פיתוח אפליקציה שמפעילה שאילתת מסד נתונים מהנציג או מאפליקציית AI גנרטיבי ב-Codelab הבא מוסבר איך לפתח אפליקציה שמשתמשת ב-Gen AI Toolbox for Databases כדי להריץ שאילתת AlloyDB פשוטה שאפשר להפעיל מהסוכן או מאפליקציית AI גנרטיבי.
פיתוח ופריסה של עוזר אישי לסטיילינג בשיעורי ה-Codelab הבאים נסביר איך ליצור ולפרוס עוזר אישי מותאם אישית לסטיילינג באמצעות Gemini, ניהול נקודות קצה של מודלים, חיפוש וקטורי, Agent Platform וסוכנים.
פיתוח אפליקציית צ'אט מבוססת-LLM ו-RAG באמצעות AlloyDB AI ו-LangChain ב-Codelab הזה נסביר איך לפרוס את שירות אחזור מסדי הנתונים של GenAI, ואז נראה איך ליצור אפליקציה אינטראקטיבית לדוגמה באמצעות הסביבה החדשה שהגדרתם.
יצירת צ'אט בוט שעונה על שאלות לגבי סרטים במדריך הזה מוסבר איך ליצור צ'אט בוט מבוסס-AI גנרטיבי באמצעות Gemini, פלטפורמת Agent והשילוב של AlloyDB LangChain. תלמדו איך לחלץ נתונים מובְנים ממסד הנתונים , ליצור הטמעות ולשנות את הפורמט של הנתונים כדי שתוכלו לבצע חיפוש וקטורי באפליקציית Retrieval-Augmented Generation (יצירה משולבת-אחזור, RAG).

משתמשים במסד נתונים של סרטים כדי לעגן את מודל ה-LLM עם מידע על הסרטים הכי פופולריים. העיגון עוזר לוודא שהפלט של ה-LLM מדויק ורלוונטי.
יצירת אפליקציית חיפוש לחנות צעצועים ב-Codelab הבא נסביר איך ליצור חוויית חיפוש חלקה ומותאמת אישית בחנות צעצועים באמצעות חיפוש לפי הקשר ויצירה בהתאמה אישית של המוצר שתואם להקשר החיפוש.

אתם משתמשים ב-pgvector ובתוספים של מודל AI גנרטיבי ב-AlloyDB, בחיפוש דמיון קוסינוס בזמן אמת, ב-Gemini 2.0 Flash וב-Gen AI Toolbox for Databases.
איך פורסים את AlloyDB Omni ומודל AI מקומי ב-Kubernetes ב-Codelab הזה תלמדו איך לפרוס את AlloyDB Omni ב-Google Kubernetes Engine ‏ (GKE) ולהשתמש בו עם מודל הטמעה פתוח שנפרס באותו אשכול Kubernetes.
פריסת אפליקציית RAG עם LangChain ב-Agent Platform במדריך הזה נסביר איך ליצור ולפרוס נציג באמצעות Agent Platform SDK ל-Python והשילוב של AlloyDB LangChain.

במדריך הזה מוסבר איך להשתמש בסוכנים ובווקטורים עם LangChain כדי לבצע חיפוש דמיון ולאחזר נתונים קשורים לצורך עיגון התשובות של ה-LLM.
שילוב של חיפוש היברידי ופונקציות AI באפליקציית החיפוש בהדגמה הזו מוצגות יכולות ה-AI של Google Cloud AlloyDB, שמשלבות חיפוש היברידי, כולל SQL, וקטור וחיפוש טקסט מלא עם פונקציות AI, שכולן מיושמות על מערך נתונים לדוגמה של מסחר אלקטרוני מ-Cymbal Shops.
העברת נתונים ממסד נתונים וקטורי ל-AlloyDB במדריך הבא מוסבר איך להעביר נתונים ממסד נתונים וקטורי של צד שלישי ל-AlloyDB באמצעות מאגרי וקטורים של LangChain.

אלה מסדי הנתונים של וקטורים שנתמכים: Pinecone,‏ Weaviate,‏ Chroma,‏ Qdrant ו-Milvus.
חיפוש מוצרים היברידי מולטי-מודאלי ב-Notebook הזה מוסבר איך לבצע חיפוש היברידי ב-AlloyDB עבור Cymbal Shops, קמעונאי פיקטיבי עם נוכחות גדולה במסחר אלקטרוני. ה-notebook משלב הטמעות וקטורים מולטי-מודאליות, חיפוש טקסט מלא (Generalized Inverted Index) והטמעות דלילות של BM25‏ (pgvector 0.7.0 ואילך) עם דירוג מחדש של Reciprocal Rank Fusion (RRF) לחיפוש מוצרים משופר.
שימוש בחיפוש דמיון באמצעות אינדקס וקטורי כדי למצוא מוצרים רלוונטיים ב-Codelab הזה נסביר איך משתמשים בתכונות AI של AlloyDB, כמו ניהול נקודות קצה של מודלים וחיפוש וקטורי, כדי למצוא מוצרים רלוונטיים.

כאן מוסבר איך ליצור הטמעות באמצעות ניהול נקודות קצה של מודלים בנתוני מסד הנתונים, ואיך להשתמש בנתונים התפעוליים כדי לבצע חיפושים של דמיון וקטורי. במדריך הזה נשתמש במודל הטמעה של Agent Platform ב-AlloyDB ובמודלים של AI גנרטיבי ב-Agent Platform.
שימוש ב-MCP Toolbox for Databases עם AlloyDB AI כדי ליצור חיפושי מוצרים בממשק שיחה איך משתמשים ב-MCP Toolbox for Databases, ב-AlloyDB AI ובחיפוש וקטורי כדי ליצור סוכן AI לשופינג שישפר את חוויית הקמעונאות. המדריך הזה מדגים את היכולות של הנציג, החל מחיפושי מוצרים בשיחה ועד לביצוע הזמנות.

המאמרים הבאים