หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

FirstBatch SDK

FirstBatch SDK จัดเตรียมอินเทอร์เฟซสำหรับการรวมฐานข้อมูลเวกเตอร์และเพิ่มพลังให้กับประสบการณ์ AI ส่วนบุคคลในแอปพลิเคชันของคุณ

  • จัดการเซสชันผู้ใช้อย่างราบรื่นด้วย ID แบบถาวรหรือเซสชันชั่วคราว
  • ส่งการกระทำของสัญญาณเช่นไลค์คลิก ฯลฯ เพื่ออัปเดตผู้ใช้ฝังตัวแบบเรียลไทม์
  • ดึงข้อมูลส่วนบุคคลของข้อมูลที่ปรับให้เหมาะกับการฝังตัวของผู้ใช้แต่ละคน
  • รองรับการรวมฐานข้อมูลเวกเตอร์หลายตัว: Pinecone, Weaviate ฯลฯ
  • อัลกอริทึมในตัวสำหรับกรณีการใช้งานส่วนบุคคลทั่วไป

สำหรับข้อมูลเพิ่มเติมดูคู่มือการฝังผู้ใช้หรือเอกสาร SDK

การติดตั้ง

ติดตั้งแพ็คเกจจาก NPM: 

npm install firstbatch  # npm
yarn add firstbatch     # yarn
pnpm add firstbatch     # pnpm

การใช้งาน

FirstBatch SDK ใช้ร่วมกับร้านค้าเวกเตอร์ที่มีอยู่ซึ่งคุณลงทะเบียนที่เก็บเวกเตอร์ไปยัง SDK ของเราแล้วสร้างเซสชันการตั้งค่าส่วนบุคคลจากมัน

การเพิ่มลูกค้า

ขั้นแรกให้เริ่มต้นฐานข้อมูลเวกเตอร์ที่คุณเลือก SDK ของเรารองรับ:

  • Pinecone
  • ทอผ้า
  • typesense (ทำงานระหว่างดำเนินการ)
  • Supabase (กำลังดำเนินการอยู่)

ให้เราไปดูตัวอย่างโดยใช้ Pinecone 

 import { Pinecone as PineconeClient } from '@pinecone-database/pinecone' ;
import { Pinecone , FirstBatch , Signals } from 'firstbatch' ;

// create Pinecone client
const pinecone = new PineconeClient ( { apiKey : 'pinecone-api-key' , environment : 'pinecone-env' } ) ;
await pinecone . describeIndex ( 'index-name' ) ;
const index = pinecone . index ( 'index-name' ) ;

จากนั้นสร้างร้านค้าเวกเตอร์ด้วยดัชนีนี้และส่งผ่านใน FirstBatch SDK 

 // create SDK
const personalized = await FirstBatch . new ( 'firstbatch-api-key' ) ;

// add vector store to SDK
const vectorStore = new Pinecone ( index ) ;
const vdbid = 'pinecone-example-db' ;
await personalized . addVectorStore ( vdbid , vectorStore ) ;

การทำให้เป็นส่วนตัว

ตอนนี้เราสามารถสร้างเซสชันด้วยอัลกอริทึมที่เหมาะสมกับกรณีการใช้งานของเราและให้การปรับแต่งให้กับผู้ใช้ของเรา 

 // create a session
const session = personalized . session ( 'ALGORITHM_NAME' , vdbid ) ;

// make recommendations
const [ ids , batch ] = personalized . batch ( session ) ;

สมมติว่าผู้ใช้ ชอบ เนื้อหาแรก จาก batch ด้านบน เราสามารถให้ความเป็นส่วนตัวมากกว่านี้ได้ดังนี้: 

 // the user liked the first content of the previous batch
const userPick = ids [ 0 ] ;

// signal this to the session
personalized . addSignal ( sessionId , Signals . LIKE , userPick ) ;

ที่นี่ LIKE สัญญาณเป็นหนึ่งในสัญญาณที่ตั้งไว้ล่วงหน้ามากมายโดย SDK ของเรา คุณสามารถกำหนดสัญญาณของคุณเอง: 

 import type { Signal } from 'firstbatch' ;

const mySignal : Signal = { label : 'SOME_USER_ACTION' , weight : 0.5 } ;

อาคาร

ติดตั้งการอ้างอิง: 

bun install

จากนั้นสร้างทุกอย่างด้วย: 

bun run build
bun b # alternative

บันทึก

หากคุณได้รับข้อผิดพลาดเช่น "คีย์เนื้อหาที่คาดหวัง ... มีอยู่" เพียงแค่ลบโฟลเดอร์ .parcel-cache และสร้างอีกครั้ง

การทดสอบ

เรียกใช้การทดสอบทั้งหมดผ่าน: 

bun run test
bun t # alternative

BUN จะค้นหา .env.test ในระหว่างการทดสอบ

การจัดแต่งทรงผม

ตรวจสอบการจัดรูปแบบ: 

bun format

ผ้าสำลีทุกอย่าง: 

bun lint
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด