PROD주권 유럽 BaaS 플랫폼대시보드 열기 →

AI

이미 귀하의 데이터를 알고 있는 AI입니다.

자체 PostgreSQL에 저장된 벡터를 사용하여 데이터베이스와 동일한 SDK에서 SQL에 대한 채팅, 임베딩, 검색 및 자연어를 수행합니다.

무료로 시작하세요문서 읽기
5
하나의 SDK에 담긴 AI 기능
SSE
토큰 스트리밍
ai.tsTS
import { createClient } from '@aurabase/aurabase-js'
const aura = createClient(
  'https://my-project.aurabase.cloud',
  'aura_anon_xxx',
)
const { data, error } = await aura.ai.chat(
  [{ role: 'user', content: 'Summarize this text in one sentence.' }],
  { model: 'gpt-4o-mini', temperature: 0.2, max_tokens: 200 },
)
if (error) throw error
console.log(data?.content)

포함된 내용

AI 기능을 제공하는 데 필요한 모든 것. 두 번째 백엔드 없이.

채팅

채팅 완료

선택한 모델과 온도로 메시지를 보내고 답변을 받으세요.

스트리밍

토큰 스트리밍

토큰이 도착하면 읽고 AbortSignal을 사용하여 스트림을 취소합니다.

사용법

모든 답변에 토큰 사용

응답은 입력, 출력 및 추론 토큰과 답변이 중단된 시점을 보여주는 완료 이유를 보고합니다.

임베딩

임베딩

텍스트를 벡터로 변환하고 데이터 옆에 저장하세요.

지식

내장 RAG

콘텐츠를 수집한 다음 질문하고 소스에 대한 답변을 얻으세요.

코퍼스

관리할 수 있는 네임스페이스

프로젝트가 구축한 말뭉치를 나열하고, 다시 색인화하고, 삭제하세요.

검색

의미 검색

결과 수와 유사성 임계값을 사용하여 의미별로 콘텐츠를 찾습니다.

데이터

자연어를 SQL로

쉬운 말로 질문하세요. 서버는 실제 스키마를 읽고 SQL이 반환하는 행을 제한합니다.

저장

자신의 데이터베이스에 있는 벡터

임베딩은 pgVector와 함께 제공되는 프로젝트의 PostgreSQL에 있습니다.

작동 원리

내용부터 답변까지.

  1. 1

    섭취

    ragIngest를 사용하여 콘텐츠를 네임스페이스로 보냅니다.

  2. 2

    삽입

    Aurabase는 이를 데이터베이스에 저장된 벡터로 변환합니다.

  3. 3

    물어보세요

    질문으로 rag 또는 semanticSearch를 호출하세요.

  4. 4

    답변

    소스로 답변을 얻거나 chatStream으로 토큰을 스트리밍하세요.

REST API

일반 HTTP를 선호하시나요? 모든 것이 여기에 있습니다.

SDK는 이러한 경로에 대한 얇은 계층입니다. 각 요청과 함께 프로젝트의 API 키를 보냅니다.

방법엔드포인트설명
POST/v1/ai/chat완전한 채팅 답변을 얻으세요.
POST/v1/ai/chat/stream채팅 답변을 서버에서 보낸 이벤트로 스트리밍합니다.
POST/v1/ai/embed텍스트에 대한 임베딩을 만듭니다.
POST/v1/ai/rag/ingestRAG 네임스페이스에 콘텐츠를 추가합니다.
POST/v1/ai/rag/query소스가 포함된 네임스페이스의 질문에 답하세요.
GET/v1/ai/rag/namespacesRAG 네임스페이스를 나열합니다.
POST/v1/ai/rag/{namespace}/reindex포함 변경 후 네임스페이스를 다시 인덱싱합니다.
DELETE/v1/ai/rag/{namespace}네임스페이스와 해당 문서를 삭제합니다.
GET/v1/ai/search의미로 네임스페이스를 검색합니다.
POST/v1/ai/nl2sql질문을 데이터베이스의 SQL로 변환하세요.

질문

알아두면 좋아요.

사용자에게 답변을 스트리밍할 수 있나요?+
Yes. chatStream() returns an async iterable of tokens, and the last chunk carries the finish reason and token usage.
지식 베이스를 어떻게 구축하나요?+
Call ragIngest() with a namespace and some content. The namespace is created on the first ingest. Then use rag() to ask questions.
SQL의 자연어는 내 스키마를 어떻게 알 수 있나요?+
서버는 프로젝트 데이터베이스에서 이를 읽습니다. 스키마를 직접 보낼 수는 없습니다. 생성된 SQL은 기본적으로 100행, 최대 1,000행으로 제한됩니다.
모델이 도구나 기능을 호출할 수 있나요?+
아직은 아닙니다. 도구 및 함수 호출은 지원되지 않습니다.
임베딩 모델을 변경한 후 다시 색인을 생성할 수 있나요?+
Yes. reindexNamespace() rebuilds a namespace, and deleteNamespace() removes it with its documents.
요청당 비용을 받나요?+
비용 수치는 반환되지 않습니다. 각 답변은 토큰 사용량을 보고하므로 직접 계산할 수 있습니다.

AI를 추가할 준비가 되셨나요?

오늘 첫 번째 AI 기능을 출시하세요.

AI는 모든 프로젝트에 포함됩니다. 신용 카드가 필요하지 않습니다.

무료로 시작하세요AI 문서 읽기