生成的AI用例存儲庫歡迎來到生成的AI用例存儲庫!這種全面的資源展示了生成AI中的最先進應用程序,包括檢索功能增強的一代(RAG),AI代理和特定於行業的用例。發現MongoDB如何與RAG管道和AI代理集成,並用作矢量數據庫,操作數據庫和內存提供商。
關鍵功能:
本節包含在以行業為中心的場景和通用應用中通常看到的用例示例。表中的每個條目都包括描述和鏈接到生產級別的示例和相關代碼。
| 用例 | 堆 | 關聯 | 描述 |
|---|---|---|---|
| 客戶支持聊天機器人 | JavaScript,Openai,MongoDB | MongoDB聊天機器人框架提供了可以創建複雜聊天機器人的庫 | |
| 人力資源支持聊天機器人 | langgraph.js,人類,openai,mongodb | 使用Langgraph.js和MongoDB創建AI驅動的人力資源助手 | |
| 旅行顧問 - Laravel,Openai和Atlas | PHP(Laravel),Openai,MongoDB | 利用PHP,Laravel和OpenAI來構建過於推薦引擎 | |
| MongoDB AI框架 | 鑰匙AI堆棧組件 | MAAP框架是一組庫 | |
| MongoDB和Buildship代理商 | MongoDB地圖集,BuildShip低型,人類 | 本指南演示瞭如何使用MongoDB聚合和插入集成的BuildShip的無代碼平台來創建用於處理租賃預訂工作流的AI代理。 |
| 標題 | 堆 | COLAB | 文章 |
|---|---|---|---|
| 與Llama3,擁抱的臉和Mongodb的抹布 | 擁抱的臉,駱馬3,蒙古德 | ||
| 如何使用Claude 3 Opus和MongoDB構建抹布系統 | Mongodb,人類,Python | ||
| 如何使用POLM AI堆棧構建抹布系統 | Polm(Python,Openai,LlamainDex,MongoDB) | ||
| mongodb langchain緩存內存python示例 | Polm(Python,Openai,Langchain,MongoDB) | ||
| mongodb langchain緩存存儲器javascript示例 | JavaScript,Openai,Langchain,MongoDB | ||
| 幼稚的抹布實施示例 | Polm(Python,Openai,LlamainDex,MongoDB) | ||
| Openai文本嵌入示例 | Python,Mongodb,Openai | ||
| 抹布,擁抱的臉和蒙古德示例 | 擁抱的臉,傑瑪,蒙古德 | ||
| 與pdf示例聊天 | Python,Mongodb,Openai,Langchain | ||
| 破布管道 | Python,MongoDB,Gemma2,Keranlp | ||
| 帶有開放型號的破布管道 | Python,Mongodb,Gemma2,擁抱臉 | ||
| Mongodb和Haystack烹飪顧問 | Python,Haystack,Openai | ||
| MongoDB和語義內核電影推薦機器人 | C#Console App,MongoDB,語義內核,Azure Openai或Openai | Github倉庫 | 查看文章 |
| 構建資產經理抹布聊天機器人 | Cohere,Mongodb,Python | 即將推出 | |
| 資產管理器聊天機器人與LLM Evals和Mederation | Gemma 2B,Shieldgemma,MongoDB,Python | ||
| 與MongoDB和Spring AI的抒情語義搜索 | Java,Spring AI,Openai,MongoDB | Github倉庫 | |
| Terraforming AI工作流:與Mongodb Atlas和Spring AI的抹布 | Java,Spring AI,Openai,Mongodb,Terraform | Github倉庫 |
代理是一個人工計算實體,對環境有意識。它配備了能夠通過輸入,工具使用行動以及通過長期和短期記憶支持的基礎模型來使人們能夠感知的能力。在AI中,代理是人工實體,可以做出明智的決定,然後是基於環境感知的行動,這是由大型語言模型實現的。
| 標題 | 堆 | COLAB鏈接 | 文章鏈接 |
|---|---|---|---|
| 代理工廠安全助理 | Langgraph,開放AI,MongoDB,Langchain | ||
| AI研究助理 | 煙花AI,MongoDB,蘭班鏈 | ||
| 人工智能投資研究人員 | Mongodb,Crewai和Langchain | ||
| 代理抹布:推薦系統 | Claude 3.5,Llamaindex,MongoDB | ||
| 代理人HR聊天機器人 | Claude 3.5,Langgraph,MongoDB | 即將推出 | |
| AWS BedRock代理 | Claude 3,AWS Bedrock,Python,MongoDB | ||
| 資產經理助理 | langgraph,Openai,人類,MongoDB | ||
| 用Tavily和MongoDB實施工作記憶 | Python,Tavily,Mongodb | ||
| AI食品助理 | 語義內核,C#,Openai,MongoDB | Github倉庫 | 即將推出 |
該文件夾將包含所有傳統的機器學習教程。它們包括重要的解釋,分步說明以及讀者所需的一切,以便從頭到尾進行教程成功。
| 標題 | COLAB鏈接 |
|---|---|
| 用Tensorflow和MongoDB圖表來預測您的未來: |
這些MongoDB特定的教程旨在展示與人工智能或機器學習集成的特定MongoDB平台。這些分步教程將使讀者不僅可以真正理解平台,而且可以理解AI用例。
| 標題 | COLAB鏈接 |
|---|---|
| Aperol Spritz Summer與MongoDB地理空間查詢和矢量搜索 | |
| 與劇作家,Openai和Mongodb Atlas Search一起sip,swig和搜索 | |
| 攝入與cohere和mongodb的量化載體 | |
| 評估量化的向量與非量化向量 |
研討會旨在通過開發LLM應用程序的分步過程來吸引學習者。這些研討會包括筆記本和項目中提供的基本說明,定義和資源。每個研討會的結構都旨在建立基礎知識,並逐步發展為更複雜的主題。實際練習和現實世界的例子確保學習者可以有效地應用概念,從而更容易理解生成AI應用程序的集成和部署。
| 標題 | COLAB鏈接 |
|---|---|
| 實用LLM應用程序開發:從抹布管道到AI代理 | |
| 使用NextJS和Atlas Vector搜索構建聊天機器人 |
有用的工具和實用程序,用於使用生成AI模型:
以下是各種具有嵌入式的數據集,可用於LLM應用程序POC和演示。所有數據集都可以從各自的擁抱麵條頁面訪問和下載。
| 數據集名稱 | 描述 | 關聯 |
|---|---|---|
| 宇宙 | 數據Cosmopedia數據集的一個子集的塊版本 | |
| 電影 | 西方,動作和幻想電影,包括標題,發行年,演員和OpenAI嵌入矢量搜索。 | |
| Airbnb | Airbnb列表數據集帶有屬性描述,評論,元數據和嵌入。 | |
| 技術新聞 | 2022年和2023年的技術新聞文章有關有價值的科技公司。 | |
| 餐廳 | 餐廳數據集,具有位置,美食,評級,行業分析屬性,建議和地理研究。 | |
| 子集arxiv論文 | 該ARXIV子集具有256維的OpenAI嵌入,每個條目都結合了標題,作者和摘要創建。 |
AI中的思想領導不是一種選擇,我們認真對待。這就是為什麼我們策劃了由團隊創建的文章和作品,以使您準備對話並配備正確的信息,以在構建AI產品時做出關鍵決策。
| 標題 | 關聯 |
|---|---|
| 什麼是AI堆棧? | |
| 如何使用llmlingua和langchain迅速壓縮來優化LLM應用 | |
| 什麼是Atlas矢量搜索 | |
| 如何為您的LLM應用程序選擇正確的分塊策略 | |
| 如何為您的LLM應用程序選擇正確的嵌入模型 | |
| 如何評估您的LLM申請 |
我們歡迎捐款!請閱讀我們的貢獻指南,以獲取有關如何參與的更多信息。
該項目已根據MIT許可獲得許可。
隨時接觸任何查詢或建議: