demo ai app

❍ Demo Film

Contoh aplikasi film yang dibuat dengan ❍ Ion untuk mendemonstrasikan cara menggunakan AI di aplikasi Anda menggunakan data Anda — movie.sst.dev

Database film di aplikasi ini berisi sekitar 700 film populer. Anda dapat mencarinya, melihat film terkait, dan beberapa film juga diberi tag.

Tentang

Sebagian besar demo AI hingga saat ini menyertakan beberapa bentuk obrolan. Meskipun ini berguna, ini tidak berlaku untuk sebagian besar aplikasi di luar sana. Ini juga melibatkan penyimpanan data Anda di luar infrastruktur Anda.

Demo ini menunjukkan bagaimana Anda dapat menggunakan fitur terkait AI di infrastruktur Anda dengan cara yang masuk akal bagi pengguna Anda.

AI

Fitur AI berikut didukung oleh komponen Vector baru kami.

1. Tag — Mengklasifikasikan data berdasarkan teks yang lebih deskriptif dan membawa lebih banyak konteks
2. Terkait — Temukan data yang serupa secara semantik di database Anda
3. Pencarian — Pencarian mendalam terhadap data dan gambar Anda menggunakan bahasa alami
4. Telusuri Gambar — Lakukan penelusuran mendalam pada data Anda, termasuk gambar Anda

Komponen Vektor

Komponen Vector didasarkan pada Amazon Bedrock dan memperlihatkan beberapa fungsi yang memudahkan penggunaan AI dengan data Anda.

• ingest : Ini mengambil beberapa teks, menghasilkan penyematan dengan model tertentu, dan menyimpannya dalam database Vektor yang didukung oleh RDS. Juga memerlukan beberapa metadata untuk menandai data.
• retrieve : Mengambil prompt dan opsional metadata untuk difilter. Mengembalikan hasil yang cocok dengan skor 0 - 1.

Model

Saat ini penyematan dapat dibuat menggunakan titan-embed-text-v1 , titan-embed-image-v1 , dan text-embedding-ada-002 .

Ion

❍ Ion adalah mesin eksperimental baru untuk SST yang memiliki beberapa keunggulan unik dibandingkan mesin berbasis CDK kami sebelumnya. Berikut beberapa yang dapat Anda lihat beraksi di repo ini:

1. Penerapannya jauh lebih cepat, 10x lebih cepat
2. Tidak ada tumpukan atau batasan tumpukan
3. Tidak ada masalah ketergantungan siklis pada sumber daya Anda
4. Akses sumber daya tertaut di Next.js tidak memerlukan penantian tingkat atas
5. Next.js 14 dengan sumber daya tertaut diterapkan secara berurutan dan tidak memerlukan penerapan ganda
6. Aplikasi Next.js memiliki akses ke sumber daya tertaut tanpa memerlukan sst bind next build

Cara Kerjanya

Demo ini bekerja dengan menyerap data film dari IMDB, membuat penyematan, dan menyimpannya dalam database Vector. Aplikasi Next.js kemudian mengambil data dari database Vector.

Aplikasi sampel terdiri dari 4 komponen sederhana yang ditentukan dalam sst.config.ts :

1. Tabel DynamoDB untuk menyimpan film
2. Ember S3 untuk menyimpan poster
3. Basis data Vektor untuk menyimpan penyematan
4. Aplikasi Next.js

---

Bergabunglah dengan komunitas SST di Discord dan ikuti kami di Twitter.