GenAI Showcase
1.0.0
生成AIユースケースリポジトリ生成AIユースケースリポジトリへようこそ！この包括的なリソースは、検索された生成（RAG）、AIエージェント、業界固有のユースケースを含む、生成AIの最先端のアプリケーションを紹介します。 MongoDBがRAGパイプラインおよびAIエージェントとどのように統合され、ベクトルデータベース、運用データベース、およびメモリプロバイダーとして機能するかを発見してください。
主な機能：
このセクションには、業界中心のシナリオや一般的なアプリケーションでよく見られるユースケースの例が含まれています。テーブル内の各エントリには、制作レベルの例と関連するコードへの説明とリンクが含まれています。
| 使用事例 | スタック | リンク | 説明 |
|---|---|---|---|
| カスタマーサポートチャットボット | Javascript、Openai、Mongodb | Mongodb Chatbot Frameworkは、洗練されたチャットボットの作成を可能にするライブラリを提供します | |
| HRサポートチャットボット | langgraph.js、人類、openai、mongodb | langgraph.jsとmongodbを使用してAI搭載のHRアシスタントを作成します | |
| トリップアドバイザー - Laravel、Openai、Atlas | PHP（Laravel）、Openai、Mongodb | PHP、Laravel、およびOpenaiを活用して、そのための推奨エンジンを構築する | |
| MongoDB AIフレームワーク | キーAIスタックコンポーネント | MAAPフレームワークは、MongoDBおよびAtlas Vector検索と関連するMAAPパートナーを使用して、RAGアプリケーションを構築するために使用できるライブラリのセットです。 | |
| MongodbおよびBuildshipエージェント | Mongodb Atlas、Buildship Low-Code、Anthropic | このガイドは、MongoDB集約と挿入統合を備えたBuildshipのノーコードプラットフォームを使用して、レンタル予約ワークフローを処理するためのAIエージェントを作成する方法を示しています。 |
| タイトル | スタック | colab | 記事 |
|---|---|---|---|
| llama3、hugging hugging face and mongodbでぼろきれ | 抱きしめる顔、llama3、mongodb | ||
| Claude 3 OpusとMongodbを使用してRAGシステムを構築する方法 | Mongodb、人類、Python | ||
| Polm AIスタックでRAGシステムを構築する方法 | Polm（Python、Openai、Llamaindex、Mongodb） | ||
| mongodb langchainキャッシュメモリPythonの例 | Polm（Python、Openai、Langchain、Mongodb） | ||
| mongodb langchainキャッシュメモリJavaScriptの例 | Javascript、Openai、Langchain、Mongodb | ||
| 素朴なRAG実装の例 | Polm（Python、Openai、Llamaindex、Mongodb） | ||
| OpenAIテキスト埋め込み例 | Python、Mongodb、Openai | ||
| 顔とモンゴドブの例でぼろきれ | 抱きしめる顔、ジェマ、モンゴドブ | ||
| PDFの例でチャットします | Python、Mongodb、Openai、Langchain | ||
| ラグパイプライン | Python、Mongodb、Gemma2、Keranlp | ||
| オープンモデルを備えたラグパイプライン | python、mongodb、gemma2、hugging face | ||
| MongodbとHaystack Cooking Advisor | Python、Haystack、Openai | ||
| MongodbおよびSemantic Kernel Movieの推奨ボット | C＃コンソールアプリ、MongoDB、セマンティックカーネル、Azure Openai、またはOpenai | Github Repo | 記事をご覧ください |
| アセットマネージャーのラグチャットボットを構築します | Cohere、Mongodb、Python | 近日公開 | |
| LLM EvalsとModerationとのアセットマネージャーチャットボット | Gemma 2b、Shieldgemma、Mongodb、Python | ||
| MongodbおよびSpring AIによる歌詞セマンティック検索 | Java、Spring Ai、Openai、Mongodb | Github Repo | |
| テラフォーミングAIワークフロー：Mongodb AtlasとSpring AIとのぼろきれ | Java、Spring AI、Openai、Mongodb、Terraform | Github Repo |
エージェントは、環境を認識した人工計算エンティティです。これは、長期および短期記憶に裏打ちされた基礎モデルを通じて、入力、ツールの使用によるアクション、および認知能力を通じて知覚を可能にする学部を備えています。 AI内では、エージェントは、大規模な言語モデルによって可能になった環境認識に基づいたアクションに続いて、インテリジェントな決定を下すことができる人工的なエンティティです。
| タイトル | スタック | コラブリンク | 記事リンク |
|---|---|---|---|
| エージェントファクトリーセーフティアシスタント | Langgraph、Open AI、Mongodb、Langchain | ||
| AIリサーチアシスタント | 花火AI、Mongodb、Langchain | ||
| AI投資研究者 | Mongodb、Crewai、Langchain | ||
| エージェントラグ：推奨システム | Claude 3.5、Llamaindex、Mongodb | ||
| エージェントHRチャットボット | クロード3.5、ランググラフ、モンゴドブ | 近日公開 | |
| AWS岩盤エージェント | Claude 3、AWS Bedrock、Python、Mongodb | ||
| 資産マネージャーアシスタント | Langgraph、Openai、人類、Mongodb | ||
| TavilyとMongodbでワーキングメモリを実装します | Python、Tavily、Mongodb | ||
| AIフードアシスタント | セマンティックカーネル、C＃、Openai、Mongodb | Github Repo | 近日公開 |
このフォルダーには、すべての従来の機械学習チュートリアルが含まれます。これらには、重要な説明、段階的な指示、および最初から最後までチュートリアルに従って成功するために読者が必要とするすべてのものが含まれます。
| タイトル | コラブリンク |
|---|---|
| 星に書かれた：TensorflowとMongodbチャートであなたの未来を予測する |
これらのMongoDB固有のチュートリアルは、人工知能または機械学習と統合された特定のMongoDBプラットフォームを紹介することを目的としています。これらのステップバイステップのチュートリアルにより、読者はプラットフォームだけでなくAIのユースケースも真に理解することができます。
| タイトル | コラブリンク |
|---|---|
| モンゴドの地理空間クエリとベクトル検索を備えたアペロールスプリッツの夏 | |
| Playwright、Openai、Mongodb Atlas SearchでSip、Swig、および検索 | |
| cohereとmongodbで量子化されたベクトルを摂取します | |
| MongoDBを使用した量子化されたベクターと非定量化ベクトルの評価 |
ワークショップは、LLMアプリケーションの開発の段階的なプロセスを学習者に連れて行くように設計されています。これらのワークショップには、ノートやプロジェクト内で提供される本質的な説明、定義、リソースが含まれます。各ワークショップは、基本的な知識を構築し、より複雑なトピックに徐々に進歩するように構成されています。実践的な演習と現実世界の例により、学習者は概念を効果的に適用できるようになり、生成AIアプリケーションの統合と展開を簡単に理解できるようになります。
| タイトル | コラブリンク |
|---|---|
| 実用的なLLMアプリケーション開発：RAGパイプラインからAIエージェントまで | |
| NextJSおよびAtlas Vector検索でチャットボットを構築します |
生成AIモデルを操作するための便利なツールとユーティリティ：
以下は、LLMアプリケーションPOCとデモで使用する埋め込みを備えたさまざまなデータセットです。すべてのデータセットにアクセスして、それぞれのハグするフェイスページからダウンロードできます。
| データセット名 | 説明 | リンク |
|---|---|---|
| コスモペディア | データコスモペディアデータセットのサブセットのチャンクバージョン | |
| 映画 | 西部、アクション、ファンタジー映画、タイトル、リリース年、キャスト、ベクター検索のためのOpenai埋め込み。 | |
| Airbnb | Airbnbリストデータセットプロパティの説明、レビュー、メタデータ、埋め込み。 | |
| 技術ニュース | 貴重なハイテク企業に関する2022年と2023年のハイテクニュース記事。 | |
| レストラン | 場所、料理、評価、業界分析の属性、推奨、および地理的研究を備えたレストランデータセット。 | |
| サブセットarxiv論文 | このARXIVサブセットには、タイトル、著者、および要約を組み合わせて作成された各エントリに256次元のOpenAI埋め込みがあります。 |
AIのソートリーダーシップは選択肢ではありません。私たちはそれを真剣に受け止めています。そのため、チームが作成した記事や作品をキュレーションして、会話に対応し、AI製品を構築する際に重要な決定を下すために適切な情報を装備しました。
| タイトル | リンク |
|---|---|
| AIスタックとは何ですか？ | |
| LlmlinguaとLangchainを使用したプロンプト圧縮でLLMアプリケーションを最適化する方法 | |
| ATLASベクター検索とは何ですか | |
| LLMアプリケーションに適切なチャンキング戦略を選択する方法 | |
| LLMアプリケーションに適切な埋め込みモデルを選択する方法 | |
| LLMアプリケーションを評価する方法 |
貢献を歓迎します！参加方法の詳細については、貢献ガイドラインをお読みください。
このプロジェクトは、MITライセンスの下でライセンスされています。
クエリや提案にはお気軽にご連絡ください。
