Embedding
Processo de incorporar visualizações do Metabase em sistemas ou páginas externas via iframe ou link público/autenticado.
Processo de incorporar visualizações do Metabase em sistemas ou páginas externas via iframe ou link público/autenticado.
Onde isto aparece
- Embedding: dashboards e perguntas em aplicações externas
- Embeddings, bancos vetoriais e RAG: como LLMs realmente buscam informação
- Fluxos de dados e orquestração: do prompt ao resultado
- CPU, RAM ou GPU? Dimensionando recursos para Ollama e Qdrant
- RAG ponta a ponta: conectando Qdrant, embeddings e LLM
- Automatizando ingestão de dados para RAG com Python
- Buscas semânticas, vetores e NLP: o que já é possível com Elasticsearch open source
- Fluxo de dados: do prompt ao resultado em LangChain
- Como LangChain se conecta a bancos, APIs e modelos
- Como dimensionar LLMs, bancos vetoriais e APIs
- Integração com bancos vetoriais: PostgreSQL e Milvus
- FAISS, Elasticsearch e bancos vetoriais: quando usar cada um
- Dimensionamento inicial: estimando recursos para QA em produção
- Pipeline básico Haystack: do zero ao primeiro resultado
- Tendências em bancos vetoriais e pipelines de QA abertos
- Laboratório: Chatbot de Perguntas e Respostas sobre Documentos Locais com LangChain e Milvus
