Une représentation vectorielle de texte est une liste de nombres qui représente son sens. Cloudflare Vectorize offre un stockage interrogeable à ces vecteurs, afin qu’une application puisse retrouver des documents liés même lorsque les mots de l’utilisateur ne correspondent pas exactement au texte stocké. Un système de recherche utile nécessite aussi des identifiants de document stables, des dimensions compatibles, la gestion des mises à jour asynchrones et des limites strictes entre clients.
Ce cours construit un petit service de connaissances d’assistance, une compétence à la fois. Vous créerez et maintiendrez un index, effectuerez une recherche sémantique, limiterez les recherches au client et à la catégorie contrôlés par le serveur et utiliserez des preuves limitées pour étayer une réponse. Chaque nouvelle notion de base de données ou de recherche est expliquée au moment de l’opération qui en a besoin.
Le cours comprend 5 laboratoires guidés et 1 défi autonome d’isolation des clients. Les laboratoires guidés présentent chaque compétence avant le défi autonome.
Ce que vous apprendrez
- Créer un index vectoriel de documents : configurer un index compatible, des index de métadonnées et des vecteurs de documents identifiés.
- Maintenir les documents indexés à jour : remplacer les enregistrements modifiés, retirer un identifiant et observer les mutations asynchrones sans risque.
- Retrouver des articles d’aide similaires : vectoriser une question, classer les articles proches et renvoyer un résultat vide explicite.
- Limiter la recherche par client et catégorie : combiner un espace de noms choisi par le serveur avec un filtre de métadonnées indexées.
- Construire un point de terminaison de réponse étayée : récupérer un nombre limité de passages sources avant la génération et citer des sources consultables.
- Résultats de recherche entre clients : réparer de manière autonome un point de terminaison qui accepte une modification dangereuse du périmètre.
À qui s’adresse ce cours
Ce cours s’adresse aux apprenants Workers AI qui souhaitent maintenir un index vectoriel et construire une recherche limitée à un périmètre et appuyée sur des sources.
Prérequis : Terminez Cloudflare Workers AI for Beginners et Connect LabEx to Your Cloudflare Account. Vous devez déjà reconnaître un Worker JavaScript, une liaison Workers AI et une représentation vectorielle BGE Small à 384 dimensions.
Environnement d’apprentissage : Utilisez votre propre compte Cloudflare d’apprentissage. Chaque unité commence dans une nouvelle VM, crée des ressources temporaires aux noms uniques, démontre le comportement réel dans le cloud, supprime uniquement ces ressources et se termine par la déconnexion. Les petits index et les requêtes limitées respectent le quota documenté Workers Free ; le laboratoire de réponse étayée utilise aussi le quota quotidien partagé Workers AI Free et n’exige pas Workers Paid.
Questions fréquentes
Qu’est-ce qu’une représentation vectorielle de texte ?
C’est une liste de nombres représentant le sens. Vectorize stocke les vecteurs pour permettre à une application de retrouver des documents liés même lorsque la formulation de la question diffère du texte stocké.
Une modification de l’index apparaît-elle immédiatement ?
Les changements d’index sont asynchrones. Les laboratoires utilisent des identifiants stables et une observation limitée pour remplacer les enregistrements modifiés, retirer un identifiant et confirmer les résultats de recherche de l’application.
Comment les limites entre clients sont-elles appliquées ?
L’application choisit un espace de noms sur le serveur et applique un filtre de métadonnées indexées. Le défi final répare un point de terminaison qui accepte une modification dangereuse du périmètre par le client.
La génération étayée dispose-t-elle toujours de suffisamment de preuves ?
Non. Récupérez un nombre limité de passages, citez des sources consultables et renvoyez un résultat vide explicite lorsque les preuves attendues sont indisponibles. Le laboratoire de réponse étayée utilise le quota quotidien partagé Workers AI.
