Como integrar pesquisa vetorial a tecnologias de IA
Nesta página
Você pode usar o Atlas Vector Search com provedores conhecidos de IA e LLMs por meio de suas APIs padrão. O MongoDB e os parceiros também fornecem integrações de produtos específicas para ajudar você a aproveitar o Atlas Vector Search em seus aplicativos RAG e baseados em IA.
Esta página destaca as notáveis integrações de IA que o MongoDB e seus parceiros desenvolveram. Para obter uma lista completa de integrações e serviços de parceiros, consulte Explorar o ecossistema de parceiros do MongoDB.
Frameworks
Você pode integrar o Atlas Vector Search com as seguintes estruturas de código aberto para armazenar dados personalizados no Atlas e implementar o RAG com o Atlas Vector Search.
LangChain
LangChain é uma estrutura que simplifica a criação de aplicativos LLM por meio do uso de "cadeias", que são componentes específicos do LangChain que podem ser combinados para uma variedade de casos de uso, incluindo RAG.
Para começar, consulte os seguintes recursos:
LangGraph
LangGraph é um framework especializado dentro do ecossistema LangChain, projetado para desenvolver agentes de AI e fluxos de trabalho multiagentes complexos. A abordagem baseada em grafos do LangGraph permite que você determine dinamicamente o caminho de execução do seu aplicativo, possibilitando aplicativos e casos de uso avançados e autônomos. Ele também suporte funcionalidades como persistência, streaming e memória.
Para começar, veja como integrar o MongoDB ao LangGraph.
LangChainGo
LangChainGo é um framework que simplifica a criação de aplicativos LLM no Go. A LangChainGo incorpora os recursos da LangChain ao ecossistema Go. Você pode usar o LangChainGo para uma variedade de casos de uso, incluindo pesquisa semântica e RAG.
Para começar, consulte Introdução à integração com o LangChainGo.
LangChain4j
LangChain4j é um framework que simplifica a criação de aplicativos LLM em Java. LangChain4j combina conceitos e funcionalidades de LangChain, Haystack, LlamaIndex e outras fontes. Você pode usar o LangChain4j para uma variedade de casos de uso, incluindo pesquisa semântica e RAG.
Para começar, consulte Iniciar com a Integração LangChain4j.
LlamaIndex
LlamaIndex é uma framework que simplifica a forma como você conecta fontes de dados personalizadas aos LLM . Ele fornece várias ferramentas para ajudá-lo a carregar e preparar incorporações vetoriais para aplicativos RAG .
Para começar, consulte Introdução à integração com o LlamaIndex.
Kernel semântico
Microsoft Kernel semântica da é um SDK que permite combinar vários AI serviços de com seus aplicativos. Você pode usar o Semantic Kernel para uma variedade de casos de uso, incluindo RAG.
Para começar, consulte os seguintes tutoriais:
Haystack
Haystack é uma estrutura para criar aplicativos personalizados com LLMs, modelos de incorporação, pesquisa vetorial e muito mais. Ele permite casos de uso como resposta a perguntas e RAG.
Para começar, consulte Introdução à integração com o Haystack.
Spring AI
Spring AI é uma estrutura de aplicativo que permite aplicar os princípios de design do Spring ao seu aplicativo de IA. Você pode usar o Spring AI para uma variedade de casos de uso, incluindo pesquisa semântica e RAG.
Para começar, consulte Introdução à integração do Spring AI.
Plataformas
Você também pode integrar o Atlas Vector Search com as seguintes plataformas corporativas.
Amazon Bedrock
A Amazon CamaDB é uma plataforma totalmente gerenciada para criar aplicativos de IA generativa . Você pode integrar o Atlas Vector Search como uma base de conhecimento para o Amazon CamaDB armazenar dados personalizados no Atlas e implementar o RAG.
Para começar, consulte Introdução à integração da base de conhecimento do Amazon Bedrock.
Google Vertex AI
A Vertex AI é uma plataforma do Google Cloud para criar e implementar aplicativos e agentes de IA. A plataforma Vertex AI inclui várias ferramentas e modelos pré-treinados do Google que você pode usar com o Atlas para RAG e outros casos de uso, como query de linguagem natural.
Para começar, consulte Integrar o Atlas à IA do Google Vertex.