AI Application Starter Kit

AI 응용 프로그램 스타터 키트

설명

Neon을 벡터 데이터베이스로 사용하여 AI 애플리케이션을 구축하기위한 스타터 키트.

특징

• 임베딩을 저장 및 쿼리하기위한 PGVECTOR 확장과 통합.
• 생성 AI를 사용한 챗봇 기능.
• 시맨틱 검색 기능.

설정 지침

1. 저장소 복제 :

   git clone https://github.com/imabutahersiddik/AI-Application-Starter-Kit.git
   cd ai-starter-kit

2. 종속성 설치 :

   npm install

3. 데이터베이스 설정 :

   • PostgreSQL 데이터베이스가 실행되도록하십시오.
   • 루트 디렉토리에서 .env 파일을 만들고 데이터베이스 URL을 추가하십시오.

      DATABASE_URL=postgres://user:password@localhost:5432/mydb
     

4. 응용 프로그램 실행 :

   npm start

API 엔드 포인트

챗봇 엔드 포인트

• 게시 /채팅
• 요청 본문 :

  {
      "input" : " Hello, how are you? "
  }

• 응답:

  {
      "response" : " I'm doing well, thank you! "
  }

시맨틱 검색 엔드 포인트

• 게시 /검색
• 요청 본문 :

  {
      "query" : " Find similar documents "
  }

• 응답:

  {
      "results" : [
          { "id" : 1 , "title" : " Document 1 " , "content" : " Content of document 1 " },
          { "id" : 2 , "title" : " Document 2 " , "content" : " Content of document 2 " }
      ]
  }

curl 사용하여 엔드 포인트에 대한 요청을하려면 챗봇 및 시맨틱 검색 엔드 포인트 모두에 대해 다음 예제를 사용할 수 있습니다.

1. 챗봇 엔드 포인트 요청

챗봇 엔드 포인트에 게시물 요청을 보내려면이 명령을 사용하십시오.

curl -X POST http://localhost:3000/chat 
-H " Content-Type: application/json " 
-d ' {"input": "Hello, how are you?"} '

2. 시맨틱 검색 종말점 요청

시맨틱 검색 엔드 포인트에 게시물 요청을 보내려면이 명령을 사용하십시오.

curl -X POST http://localhost:3000/search 
-H " Content-Type: application/json " 
-d ' {"query": "Find similar documents"} '

명령의 설명 :

• -X POST : 요청 메소드를 게시물로 지정합니다.
• http://localhost:3000/chat 또는 http://localhost:3000/search : 엔드 포인트의 URL.
• -H "Content-Type: application/json" : 컨텐츠 유형이 JSON임을 나타 내기 위해 요청 헤더를 설정합니다.
• -d '{...}' : JSON 형식으로 전송되는 데이터입니다.

이 명령을 사용하면 curl 사용하여 명령 줄에서 API 엔드 포인트를 테스트 할 수 있습니다.

최적화 팁

• 더 빠른 검색을 위해 벡터 열에서 인덱싱을 사용하십시오.
• 성능을 모니터링하고 필요에 따라 데이터베이스를 확장하십시오.

최종 단계

1. PostgreSQL 데이터베이스가 필요한 테이블 ( chatbot_responses 및 documents )과 pgvector 확장자가 설치되어 있는지 확인하십시오.
2. 챗봇 및 시맨틱 검색 기능을 테스트하기 위해 샘플 데이터로 데이터베이스를 채우십시오.
3. Postman 또는 Curl과 같은 도구를 사용하여 응용 프로그램을 실행하고 엔드 포인트를 테스트하십시오.