IntelligentQueryEngine

? ❓เครื่องมือค้นหาอัจฉริยะ: ระบบสอบถาม AI ที่ทันสมัย

พื้นที่เก็บข้อมูลนี้เป็น เจ้าภาพเครื่องมือค้นหาอัจฉริยะ ซึ่งเป็นโซลูชันการสืบค้น AI ที่ขับเคลื่อนด้วย AI ซึ่งรวมการประมวลผลภาษาธรรมชาติขั้นสูงเข้ากับการสืบค้นฐานข้อมูลที่แข็งแกร่ง ระบบใช้ประโยชน์จากโมเดล AI ที่ล้ำสมัยฐานข้อมูลเวกเตอร์และฐานข้อมูลเชิงสัมพันธ์แบบดั้งเดิมเพื่อให้การโต้ตอบที่ชาญฉลาดและชาญฉลาดกับข้อมูลของคุณ

- คุณสมบัติ

• Google Gemini และการกอดใบหน้าที่ฝังอยู่ : ควบคุมพลังของแบบจำลองภาษาที่ทันสมัยเพื่อทำความเข้าใจกับการสืบค้นภาษาธรรมชาติและแปลงเป็นคำสั่ง SQL ที่แม่นยำ
• Chromadb สำหรับการจัดเก็บเวกเตอร์ : จัดเก็บอย่างมีประสิทธิภาพและดึงการฝังตัวสำหรับการสืบค้นบริบทและการค้นหาความหมาย
• MySQL Backend : การสืบค้นข้อมูลที่มีโครงสร้างที่เก็บไว้ในฐานข้อมูลเชิงสัมพันธ์แบบดั้งเดิมเพื่อให้มั่นใจว่าเข้ากันได้กับเวิร์กโฟลว์ที่มีอยู่
• การรวม Langchain : โซ่ตรรกะที่ซับซ้อนและเวิร์กโฟลว์ทำให้สามารถสืบค้นและการตัดสินใจได้หลายขั้นตอน
• การพัฒนาตามสมุดบันทึก : การทดลองและการสร้างต้นแบบในสภาพแวดล้อมที่ยืดหยุ่นและมีการโต้ตอบ

ความสามารถสำคัญ

1. ภาษาธรรมชาติถึง SQL : ผู้ใช้สามารถถามคำถามเป็นภาษาอังกฤษธรรมดาและเครื่องยนต์สร้างแบบสอบถาม SQL ที่แม่นยำเพื่อดึงผลลัพธ์จาก MySQL
2. การค้นหาความหมาย : ค้นหาข้อมูลที่เกี่ยวข้องโดยใช้การค้นหาความคล้ายคลึงกันตามเวกเตอร์ที่เก็บไว้ใน Chromadb
3. การจัดการบริบทแบบไดนามิก : ปรับให้เข้ากับการสืบค้นผู้ใช้ด้วยความเข้าใจบริบทที่ขับเคลื่อนโดย Google Gemini และกอดการฝังตัวของใบหน้า
4. ความสามารถในการปรับขนาด : ออกแบบมาเพื่อจัดการชุดข้อมูลขนาดใหญ่และการสืบค้นที่ซับซ้อนได้อย่างง่ายดาย
5. การออกแบบแบบแยกส่วน : สถาปัตยกรรมที่ขยายได้สำหรับการรวมโมเดล AI เพิ่มเติมหรือระบบฐานข้อมูล

แผนภูมิการไหลของระบบ

โครงสร้างนี้ให้ภาพรวมระดับสูงเกี่ยวกับวิธีการที่ส่วนประกอบต่าง ๆ มีปฏิสัมพันธ์ในโครงการเครื่องยนต์แบบสอบถามอัจฉริยะของคุณอย่างไร

เครื่องมือค้นหาอัจฉริยะ :

                    +---------------------+
                    |    User Query       |
                    | (Natural Language)  |
                    +----------+----------+
                               |
                               v
                   +-------------------------+
                   | Google Gemini / Hugging |
                   | Face Embeddings (NLP)   |
                   +-----------+-------------+
                               |
                               v
               +------------------------------+
               |      LangChain (Workflow)    |
               +-----------+------------------+
                               |
           +-------------------+------------------+
           |                                      |
           v                                      v
  +------------------+                   +-------------------+
  |   ChromaDB       |                   |   MySQL Database  |
  | (Vector Storage) |                   |  (Structured Data)|
  +------------------+                   +-------------------+
           |                                      |
           +-------------------+------------------+
                               |
                               v
                   +--------------------------+
                   |  SQL Query Generation    |
                   |  (Data Fetching)         |
                   +--------------------------+
                               |
                               v
                   +--------------------------+
                   |    Final Results         |
                   |   (Returned to User)     |
                   +--------------------------+

Flow คำอธิบาย:

1. แบบสอบถามผู้ใช้ (ภาษาธรรมชาติ) : ผู้ใช้ป้อนคำค้นหาในภาษาธรรมชาติ
2. Google Gemini / Hugging Face Embeddings : โมเดลเหล่านี้ประมวลผลและฝังคิวรีลงในรูปแบบที่เหมาะสมสำหรับการทำความเข้าใจและการประมวลผลเพิ่มเติม
3. Langchain : จัดทำกระบวนการหลายขั้นตอนและรวมส่วนประกอบที่แตกต่างกัน
4. Chromadb : จัดเก็บการฝังเวกเตอร์สำหรับการค้นหาตามบริบทช่วยในการทำความเข้าใจแบบสอบถาม
5. ฐานข้อมูล MySQL : ฐานข้อมูลเชิงสัมพันธ์ที่ข้อมูลจริงอยู่
6. การสร้างแบบสอบถาม SQL : แปลการสืบค้นภาษาธรรมชาติที่ผ่านการประมวลผลเป็นคำสั่ง SQL ที่แม่นยำ
7. ผลลัพธ์สุดท้าย : ผลลัพธ์ของการดำเนินการแบบสอบถามจะถูกส่งกลับไปยังผู้ใช้

✅แอปพลิเคชัน

• ระบบธุรกิจอัจฉริยะ: ถามคำถามที่ซับซ้อนเกี่ยวกับข้อมูลของคุณและรับข้อมูลเชิงลึกที่สามารถดำเนินการได้
• อีคอมเมิร์ซ: คิวรีสินค้าคงคลังการกำหนดราคาและข้อมูลการขายในภาษาธรรมชาติ
• การวิจัย: แยกรูปแบบและแนวโน้มจากชุดข้อมูลที่มีโครงสร้างโดยไม่มีความเชี่ยวชาญ SQL
• ทีมวิเคราะห์ข้อมูล: เชื่อมช่องว่างระหว่างผู้ใช้ด้านเทคนิคและที่ไม่ใช่ด้านเทคนิคโดยการเข้าถึงข้อมูลประชาธิปไตย

- เริ่มต้น

ที่เก็บนี้รวมถึงการใช้งานเบื้องต้นในสภาพแวดล้อมสมุดบันทึก การเปลี่ยนไปใช้ระบบพร้อมการผลิตจะเกี่ยวข้องกับการปรับใช้ส่วนประกอบไปยังโครงสร้างพื้นฐานที่ปรับขนาดได้

- ส่วนประกอบ

1. โมเดล AI : Google Gemini และ Hugging Face Embeddings ( sentence-transformers/all-MiniLM-L6-v2 ) สำหรับการทำความเข้าใจแบบสอบถาม
2. ฐานข้อมูลเวกเตอร์ : Chromadb สำหรับการจัดเก็บและดึงข้อมูลฝังตัว
3. ฐานข้อมูลเชิงสัมพันธ์ : MySQL สำหรับการจัดเก็บข้อมูลที่มีโครงสร้าง
4. Orchestration : Langchain สำหรับขั้นตอนการผูกมัดเช่นการฝังการดึงการสร้างแบบสอบถามและการดึงข้อมูล

- ผลการทดลอง:

• ⛃สแน็ปช็อตของฐานข้อมูล

• ?? ‍ เอาท์พุทจากแบบสอบถาม SQL ดิบ

• - เอาท์พุทจากข้อความค้นหา AI (LLM)

หมายเหตุ: ใช้ T4 GPU ใน Google Colab-Notebook เพื่อทำงานนี้ให้เสร็จสมบูรณ์