demo ai app

❍ 映画のデモ

データを使用してアプリで AI を使用する方法をデモするための ❍ Ion で構築されたサンプル ムービー アプリ — movie.sst.dev

このアプリの映画データベースには、約 700 の人気映画が含まれています。これらを検索して、関連する映画をチェックすることができ、一部の映画にはタグも付けられています。

について

これまでの AI デモのほとんどには、何らかの形式のチャットが含まれています。これは便利ですが、世に出ているほとんどのアプリには適用されません。また、インフラストラクチャの外部にデータを保存することも含まれます。

このデモでは、ユーザーにとってわかりやすい方法でインフラストラクチャ内の AI 関連機能を使用する方法を示します。

AI

次の AI 機能は、新しい Vector コンポーネントによって強化されています。

1. タグ— より説明的でより多くのコンテキストを伝えるテキストに基づいてデータを分類します。
2. 関連— データベース内で意味的に類似したデータを検索する
3. 検索— 自然言語を使用してデータと画像を詳細に検索します
4. 画像の検索— 画像を含むデータを詳細に検索します。

ベクトルコンポーネント

Vector コンポーネントは Amazon Bedrock に基づいており、データで AI を簡単に使用できるようにするいくつかの機能を公開しています。

• ingest : これはテキストを受け取り、指定されたモデルで埋め込みを生成し、RDS を利用した Vector データベースに保存します。データにタグを付けるためにいくつかのメタデータも必要です。
• retrieve : プロンプトを受け取り、オプションでフィルタリングするメタデータを受け取ります。スコア 0 ～ 1 の一致結果を返します。

モデル

現在、埋め込みはtitan-embed-text-v1 、 titan-embed-image-v1 、およびtext-embedding-ada-002を使用して生成できます。

イオン

❍ Ion は、SST 用の実験的な新しいエンジンであり、以前の CDK ベースのエンジンに比べていくつかの独自の利点があります。このリポジトリで実際に動作している例をいくつか示します。

1. デプロイがはるかに速く、10 倍高速です
2. スタックやスタック制限はありません
3. リソースに周期的な依存関係の問題がない
4. Next.js でリンクされたリソースにアクセスする場合、トップレベルの待機は必要ありません
5. リンクされたリソースを含む Next.js 14 は順番にデプロイされるため、二重デプロイは必要ありません
6. Next.js アプリは、 sst bind next buildを必要とせずに、リンクされたリソースにアクセスできます。

仕組み

このデモは、IMDB からムービー データを取り込み、埋め込みを生成し、Vector データベースに保存することによって機能します。 Next.js アプリは、Vector データベースからデータを取得します。

サンプル アプリは、 sst.config.tsで定義された4 つの単純なコンポーネントで構成されています。

1. ムービーを保存するための DynamoDB テーブル
2. ポスターを保管するための S3 バケット
3. 埋め込みを保存するための Vector データベース
4. Next.js アプリ

---

Discord の SST コミュニティに参加し、Twitter でフォローしてください。