GenAI Showcase
1.0.0
生成的AI用例存储库欢迎来到生成的AI用例存储库！这种全面的资源展示了生成AI中的最先进应用程序，包括检索功能增强的一代（RAG），AI代理和特定于行业的用例。发现MongoDB如何与RAG管道和AI代理集成，并用作矢量数据库，操作数据库和内存提供商。
关键功能：
本节包含在以行业为中心的场景和通用应用中通常看到的用例示例。表中的每个条目都包括描述和链接到生产级别的示例和相关代码。
| 用例 | 堆 | 关联 | 描述 |
|---|---|---|---|
| 客户支持聊天机器人 | JavaScript，Openai，MongoDB | MongoDB聊天机器人框架提供了可以创建复杂聊天机器人的库 | |
| 人力资源支持聊天机器人 | langgraph.js，人类，openai，mongodb | 使用Langgraph.js和MongoDB创建AI驱动的人力资源助手 | |
| 旅行顾问 - Laravel，Openai和Atlas | PHP（Laravel），Openai，MongoDB | 利用PHP，Laravel和OpenAI来构建过于推荐引擎 | |
| MongoDB AI框架 | 钥匙AI堆栈组件 | MAAP框架是一组库 | |
| MongoDB和Buildship代理商 | MongoDB地图集，BuildShip低型，人类 | 本指南演示了如何使用MongoDB聚合和插入集成的BuildShip的无代码平台来创建用于处理租赁预订工作流的AI代理。 |
| 标题 | 堆 | COLAB | 文章 |
|---|---|---|---|
| 与Llama3，拥抱的脸和Mongodb的抹布 | 拥抱的脸，骆马3，蒙古德 | ||
| 如何使用Claude 3 Opus和MongoDB构建抹布系统 | Mongodb，人类，Python | ||
| 如何使用POLM AI堆栈构建抹布系统 | Polm（Python，Openai，LlamainDex，MongoDB） | ||
| mongodb langchain缓存内存python示例 | Polm（Python，Openai，Langchain，MongoDB） | ||
| mongodb langchain缓存存储器javascript示例 | JavaScript，Openai，Langchain，MongoDB | ||
| 幼稚的抹布实施示例 | Polm（Python，Openai，LlamainDex，MongoDB） | ||
| Openai文本嵌入示例 | Python，Mongodb，Openai | ||
| 抹布，拥抱的脸和蒙古德示例 | 拥抱的脸，杰玛，蒙古德 | ||
| 与pdf示例聊天 | Python，Mongodb，Openai，Langchain | ||
| 破布管道 | Python，MongoDB，Gemma2，Keranlp | ||
| 带有开放型号的破布管道 | Python，Mongodb，Gemma2，拥抱脸 | ||
| Mongodb和Haystack烹饪顾问 | Python，Haystack，Openai | ||
| MongoDB和语义内核电影推荐机器人 | C＃Console App，MongoDB，语义内核，Azure Openai或Openai | Github仓库 | 查看文章 |
| 构建资产经理抹布聊天机器人 | Cohere，Mongodb，Python | 即将推出 | |
| 资产管理器聊天机器人与LLM Evals和Mederation | Gemma 2B，Shieldgemma，MongoDB，Python | ||
| 与MongoDB和Spring AI的抒情语义搜索 | Java，Spring AI，Openai，MongoDB | Github仓库 | |
| Terraforming AI工作流：与Mongodb Atlas和Spring AI的抹布 | Java，Spring AI，Openai，Mongodb，Terraform | Github仓库 |
代理是一个人工计算实体，对环境有意识。它配备了能够通过输入，工具使用行动以及通过长期和短期记忆支持的基础模型来使人们能够感知的能力。在AI中，代理是人工实体，可以做出明智的决定，然后是基于环境感知的行动，这是由大型语言模型实现的。
| 标题 | 堆 | COLAB链接 | 文章链接 |
|---|---|---|---|
| 代理工厂安全助理 | Langgraph，开放AI，MongoDB，Langchain | ||
| AI研究助理 | 烟花AI，MongoDB，兰班链 | ||
| 人工智能投资研究人员 | Mongodb，Crewai和Langchain | ||
| 代理抹布：推荐系统 | Claude 3.5，Llamaindex，MongoDB | ||
| 代理人HR聊天机器人 | Claude 3.5，Langgraph，MongoDB | 即将推出 | |
| AWS BedRock代理 | Claude 3，AWS Bedrock，Python，MongoDB | ||
| 资产经理助理 | langgraph，Openai，人类，MongoDB | ||
| 用Tavily和MongoDB实施工作记忆 | Python，Tavily，Mongodb | ||
| AI食品助理 | 语义内核，C＃，Openai，MongoDB | Github仓库 | 即将推出 |
该文件夹将包含所有传统的机器学习教程。它们包括重要的解释，分步说明以及读者所需的一切，以便从头到尾进行教程成功。
| 标题 | COLAB链接 |
|---|---|
| 用Tensorflow和MongoDB图表来预测您的未来： |
这些MongoDB特定的教程旨在展示与人工智能或机器学习集成的特定MongoDB平台。这些分步教程将使读者不仅可以真正理解平台，而且可以理解AI用例。
| 标题 | COLAB链接 |
|---|---|
| Aperol Spritz Summer与MongoDB地理空间查询和矢量搜索 | |
| 与剧作家，Openai和Mongodb Atlas Search一起sip，swig和搜索 | |
| 摄入与cohere和mongodb的量化载体 | |
| 评估量化的向量与非量化向量 |
研讨会旨在通过开发LLM应用程序的分步过程来吸引学习者。这些研讨会包括笔记本和项目中提供的基本说明，定义和资源。每个研讨会的结构都旨在建立基础知识，并逐步发展为更复杂的主题。实际练习和现实世界的例子确保学习者可以有效地应用概念，从而更容易理解生成AI应用程序的集成和部署。
| 标题 | COLAB链接 |
|---|---|
| 实用LLM应用程序开发：从抹布管道到AI代理 | |
| 使用NextJS和Atlas Vector搜索构建聊天机器人 |
有用的工具和实用程序，用于使用生成AI模型：
以下是各种具有嵌入式的数据集，可用于LLM应用程序POC和演示。所有数据集都可以从各自的拥抱面条页面访问和下载。
| 数据集名称 | 描述 | 关联 |
|---|---|---|
| 宇宙 | 数据Cosmopedia数据集的一个子集的块版本 | |
| 电影 | 西方，动作和幻想电影，包括标题，发行年，演员和OpenAI嵌入矢量搜索。 | |
| Airbnb | Airbnb列表数据集带有属性描述，评论，元数据和嵌入。 | |
| 技术新闻 | 2022年和2023年的技术新闻文章有关有价值的科技公司。 | |
| 餐厅 | 餐厅数据集，具有位置，美食，评级，行业分析属性，建议和地理研究。 | |
| 子集arxiv论文 | 该ARXIV子集具有256维的OpenAI嵌入，每个条目都结合了标题，作者和摘要创建。 |
AI中的思想领导不是一种选择，我们认真对待。这就是为什么我们策划了由团队创建的文章和作品，以使您准备对话并配备正确的信息，以在构建AI产品时做出关键决策。
| 标题 | 关联 |
|---|---|
| 什么是AI堆栈？ | |
| 如何使用llmlingua和langchain迅速压缩来优化LLM应用 | |
| 什么是Atlas矢量搜索 | |
| 如何为您的LLM应用程序选择正确的分块策略 | |
| 如何为您的LLM应用程序选择正确的嵌入模型 | |
| 如何评估您的LLM申请 |
我们欢迎捐款！请阅读我们的贡献指南，以获取有关如何参与的更多信息。
该项目已根据MIT许可获得许可。
随时接触任何查询或建议：
