کتاب ساخت سیستم‌های RAG با n8n، Supabase و Postgresql با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت سیستم‌های RAG با n8n، Supabase و Postgresql

موضوع کلی: توسعه‌دهندگان فول استک

موضوع میانی: یادگیری ابزارهای توسعه وب و اتوماسیون

📋 سرفصل‌های دوره

  • 1. معرفی RAG و کاربردهای آن
  • 2. مروری بر n8n: اتوماسیون گردش کار
  • 3. آشنایی با Supabase: پایگاه داده ابری
  • 4. Postgresql: مبانی و مفاهیم کلیدی
  • 5. نصب و راه‌اندازی Supabase
  • 6. ایجاد پروژه جدید در Supabase
  • 7. طراحی شمای پایگاه داده برای RAG
  • 8. ایجاد جداول برای ذخیره داده‌ها
  • 9. وارد کردن داده‌ها به Supabase
  • 10. معرفی افزونه pgvector در Postgresql
  • 11. نصب و فعال‌سازی pgvector
  • 12. ایجاد ایندکس برداری (Vector Index)
  • 13. ذخیره Embeddingها در Postgresql
  • 14. آشنایی با Embeddingها و نحوه تولید آن‌ها
  • 15. استفاده از مدل‌های Embedding (OpenAI, Cohere)
  • 16. اتصال n8n به Supabase
  • 17. اتصال n8n به Postgresql
  • 18. ساخت Workflow در n8n برای دریافت سوالات کاربر
  • 19. ارسال سوال کاربر به مدل Embedding
  • 20. جستجوی شباهت برداری در Postgresql
  • 21. بازیابی اسناد مرتبط با سوال
  • 22. ارسال اسناد و سوال به مدل LLM (مانند OpenAI)
  • 23. دریافت پاسخ از مدل LLM
  • 24. نمایش پاسخ به کاربر در n8n
  • 25. بهینه‌سازی پرس‌وجوهای برداری
  • 26. استفاده از فیلترها در جستجوی برداری
  • 27. مدیریت خطاها در Workflow n8n
  • 28. امنیت و احراز هویت در Supabase
  • 29. مقیاس‌پذیری سیستم RAG با Supabase
  • 30. مانیتورینگ و لاگ‌گیری در n8n و Supabase
  • 31. استفاده از متغیرهای محیطی (Environment Variables)
  • 32. استفاده از Webhooks برای فعال‌سازی Workflow
  • 33. ساخت API برای سیستم RAG
  • 34. استفاده از Docker برای استقرار n8n
  • 35. استقرار Supabase و Postgresql در محیط ابری
  • 36. بهبود عملکرد سیستم RAG
  • 37. پیاده‌سازی Cache برای کاهش هزینه‌ها
  • 38. استفاده از Chunking برای مدیریت اسناد بزرگ
  • 39. آشنایی با انواع مختلف Chunking
  • 40. انتخاب استراتژی Chunking مناسب
  • 41. تست و ارزیابی سیستم RAG
  • 42. معرفی ابزارهای تست RAG
  • 43. بهینه‌سازی پارامترهای مدل LLM
  • 44. مقایسه Supabase با سایر پایگاه‌های داده برداری
  • 45. آشنایی با Langchain و یکپارچه‌سازی آن با n8n
  • 46. استفاده از ابزارهای مانیتورینگ Supabase
  • 47. عیب‌یابی مشکلات رایج در سیستم RAG
  • 48. به‌روزرسانی و نگهداری سیستم RAG
  • 49. پیاده‌سازی سیستم بازخورد کاربر
  • 50. استفاده از Supabase Functions برای پردازش داده‌ها
تگ‌ها: automation cloud database embedding fullstack LLM n8n OpenAI Postgresql RAG Retrieval Augmented Generation Supabase vector database workflow فارسی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.