کتاب ساخت سیستمهای RAG با n8n، Supabase و Postgresql با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 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.