askaitools community edition

AskAITools 커뮤니티 에디션

개요

AskAITools(https://askaitools.ai)는 AI 제품 도메인에 특별히 맞춰진 최첨단 검색 엔진 프로젝트입니다. 우리의 임무는 가장 정확하고 포괄적이며 매우 빠르고 지능적인 검색 경험을 제공하여 사용자가 AI 제품을 검색하는 방식을 혁신하는 것입니다. AskAITools를 사용하면 완벽한 AI 솔루션을 찾는 것이 그 어느 때보다 쉬워졌습니다.

AskAITools 데스크탑 웹 스크린샷:

AskAITools 모바일 웹 스크린샷:

이 프로젝트는 기능이 풍부한 상업용 버전과 커뮤니티 버전의 두 가지 형태로 제공됩니다. 커뮤니티 에디션은 기본 프런트 엔드 인터페이스와 검색 기능을 갖춘 견고한 기반을 제공하며 해당 코드는 이 저장소에서 완전히 오픈 소스입니다. 개발자는 이 프레임워크 위에 자신의 데이터를 손쉽게 통합하여 조직을 위한 전문화된 수직 검색 엔진이나 내부 문서 검색 시스템을 신속하게 구축할 수 있습니다.

내부적으로 AskAITools는 키워드 검색(전체 텍스트 검색)과 의미 검색(벡터 검색/임베딩 검색) 기능을 완벽하게 결합하는 하이브리드 검색 엔진 아키텍처를 사용합니다. 통계 데이터와 가중치 융합 기술을 활용하여 관련성과 인기 사이의 균형을 유지합니다.

프로젝트 아키텍처 및 기술 스택

• 프런트엔드: Next.js
• 배포: Vercel
• 스타일링: Tailwind CSS
• 데이터베이스: 수파베이스
• 키워드 검색: PostgreSQL / Supabase 전체 텍스트 검색 엔진
• 의미 검색: PgVector / Supabase 벡터 데이터베이스
• 의미론적 벡터 생성: OpenAI 텍스트 임베딩-3 모델

시작하기

1. 틈새 데이터를 수집하고 구조화하세요. 필수 필드에 대한 지침은 데이터 테이블 스키마를 참조하세요.
2. 필요에 따라 item 테이블 스키마를 수정합니다. 테이블을 생성하고 데이터를 Supabase로 가져옵니다.
3. 환경 변수 템플릿 .env.local.example 을 복제하고 이름을 .env.local 로 바꿉니다. Supabase 및 OpenAI 구성 세부 정보를 입력합니다. 필요한 경우 프록시 정보를 제공하세요.
4. ./app/pages/index.tsx , ./app/pages/api/embedding_search.ts 및 ./supabase/migrations/20240506_init.sql 의 검색 매개변수와 전략을 요구 사항에 맞게 조정하세요.
5. 20240506_init.sql 참고하여 Supabase에 검색 기능 2개를 생성해 보세요.
6. app 디렉터리에서 yarn install 실행하여 종속성을 설치한 다음, yarn dev 실행하여 로컬 개발 환경을 시작하고 코드 디버깅을 수행합니다.
7. Vercel 공식 문서를 따라 Vercel에 프로젝트를 배포하세요.
8. 배포가 완료되면 성취를 축하하시겠습니까?

사용 제한

1. 이 프로젝트에서 파생된 모든 프로젝트는 사용자 인터페이스 홈페이지 또는 문서 홈페이지에 이름과 오픈 소스 주소를 표시하여 AskAITools를 눈에 띄게 인지해야 합니다. 이 요구 사항을 준수하는 가장 쉬운 방법은 바닥글에 "Powered by AskAITools" 구성 요소를 그대로 유지하는 것입니다.
2. 이 오픈 소스 프로젝트에서 파생된 프로젝트를 배포할 때 AskAITools 브랜드 이름을 제품/프로젝트 이름으로 사용하지 마십시오. 이 제한은 "AskAITools Commercial Edition"(https://askaitools.ai)에는 적용되지 않습니다.
3. 이 오픈 소스 프로젝트를 기반으로 AI 제품 검색 플랫폼, AI 제품 디렉토리 사이트 또는 AskAITools Commercial Edition과 매우 유사한 기타 프로젝트를 개발하려면 프런트 엔드 페이지를 다시 디자인하고 개발하십시오. 그렇게 하지 않으면 Google이 나중에 출시된 웹사이트를 유사한 형식과 콘텐츠로 인해 표절로 식별하여 검색 트래픽을 유치하는 능력을 잠재적으로 방해할 수 있습니다.