demo ai app

❍ Demostración de películas

Una aplicación de películas de muestra creada con ❍ Ion para demostrar cómo usar la IA en sus aplicaciones usando sus datos : movies.sst.dev

La base de datos de películas de esta aplicación contiene alrededor de 700 películas populares. Puede buscarlos, ver películas relacionadas y algunas de las películas también están etiquetadas.

Acerca de

La mayoría de las demostraciones de IA hasta la fecha incluyen algún tipo de chat. Si bien esto es útil, no se aplica a la mayoría de las aplicaciones que existen. También implica almacenar sus datos fuera de su infraestructura.

Esta demostración muestra cómo puede utilizar funciones relacionadas con la IA en su infraestructura de una manera que tenga sentido para sus usuarios.

AI

Las siguientes funciones de IA funcionan con nuestro nuevo componente Vector.

1. Etiquetas : clasifica datos basándose en texto que es más descriptivo y tiene más contexto.
2. Relacionado : encuentre datos semánticamente similares en su base de datos
3. Búsqueda : busque en profundidad sus datos e imágenes utilizando lenguaje natural
4. Buscar imágenes : realice una búsqueda profunda en sus datos, incluidas sus imágenes.

Componente vectorial

El componente Vector está basado en Amazon Bedrock y expone un par de funciones que facilitan el uso de la IA con sus datos.

• ingest : toma algo de texto, genera una incrustación con un modelo determinado y lo almacena en una base de datos Vector impulsada por RDS. También se necesitan algunos metadatos para etiquetar los datos.
• retrieve : recibe un mensaje y, opcionalmente, los metadatos para filtrar. Devuelve resultados coincidentes con una puntuación de 0 - 1.

Modelos

Actualmente, las incrustaciones se pueden generar utilizando titan-embed-text-v1 , titan-embed-image-v1 y text-embedding-ada-002 .

Ion

❍ Ion es un nuevo motor experimental para SST que tiene algunas ventajas únicas sobre nuestro motor anterior basado en CDK. Aquí hay un par que puedes ver en acción en este repositorio:

1. Es mucho más rápido de implementar, 10 veces más rápido
2. No hay pilas ni límites de pilas
3. No hay problemas de dependencia cíclica en sus recursos
4. Acceder a recursos vinculados en Next.js no necesita espera de nivel superior
5. Next.js 14 con recursos vinculados se implementa en orden y no necesita una doble implementación
6. Las aplicaciones Next.js tienen acceso a recursos vinculados sin la necesidad de sst bind next build

Cómo funciona

Esta demostración funciona ingiriendo datos de películas de IMDB, generando incrustaciones y almacenándolos en una base de datos vectorial. Luego, la aplicación Next.js recupera los datos de la base de datos de Vector.

La aplicación de muestra se compone de 4 componentes simples definidos en sst.config.ts :

1. Una tabla de DynamoDB para almacenar las películas.
2. Un cubo S3 para guardar los carteles.
3. Una base de datos vectorial para almacenar las incrustaciones.
4. Una aplicación Next.js

---

Únase a la comunidad SST en Discord y síganos en Twitter.