Урок из полного доступа, первые уроки курса бесплатно Официальный курс Gemini API Cookbook на русском
Урок 79 · Текст · ~5 мин

Персональные описания товаров с Weaviate

Урок 79 из 84 курса «Gemini API: примеры использования»: официальный курс Gemini API Cookbook (Гугл Джемини) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Примечание: Для корректной работы этого notebook требуются лимиты запросов платного уровня. (см. pricing для получения более подробной информации).

Weaviate — это векторная база данных с открытым исходным кодом, которая позволяет создавать приложения на базе ИИ с помощью Gemini API! Этот notebook состоит из четырех частей:

  1. Часть 1: Подключение к Weaviate, определение Schema и импорт данных
  2. Часть 2: Выполнение запросов Vector Search
  3. Часть 3: Generative Feedback Loops
  4. Часть 4: Персонализированные описания продуктов

В этой демонстрации вы узнаете, как выполнять embedding ваших данных, запускать semantic search, делать generative call к Gemini API и сохранять output в вашей векторной базе данных, а также персонализировать описание на основе профиля пользователя.

Вы будете работать с e-commerce dataset, содержащим товары Google. Вы загрузите данные в векторную базу данных Weaviate и используете функции semantic search для извлечения данных. Далее вы сгенерируете описания продуктов и сохраните их обратно в базу данных с vector embedding для последующего извлечения (так называемые generative feedback loops). Наконец, вы создадите небольшой knowledge graph с уникально сгенерированными описаниями продуктов для buyer personas Алисы и Боба.

Вам потребуется запущенный Weaviate cluster и Gemini API key. Вы настроите эти требования по мере прохождения этого notebook!

  1. Векторная база данных Weaviate Serverless
  2. Embedded
  3. Local (Docker)
  1. Создайте API key через AI Studio

Для потрясающего обзора этой демонстрации посмотрите эту презентацию с Google Cloud Next!

Вам потребуется создать Weaviate cluster. Это можно сделать несколькими способами:

  1. Weaviate Embedded: Запуск Weaviate в вашей среде выполнения
  2. Weaviate Cloud: Создание sandbox в нашем управляемом сервисе. Вам потребуется развернуть его в US West, US East или Австралии.
  3. Local Host: Docker или Kubernetes

Полный список вариантов установки см. на этой странице.

По умолчанию вы будете использовать Weaviate Embedded. Он запускает Weaviate внутри вашего notebook и идеально подходит для быстрых экспериментов.

Примечание: Он отключится, как только вы остановите terminal.

Настройка вашего API key

Для запуска следующей cell ваш…

План урока

  1. Вариант использования
  2. Требования
  3. Установка зависимостей и библиотек
  4. Часть 1: Подключение к Weaviate, определение Schema и импорт данных
  5. Подключение к Weaviate
  6. Weaviate Embedded
  7. Другие варианты: Weaviate Cloud и Local Host
  8. Weaviate Cloud

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Google Gemini 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Google Gemini (2 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды