本教程將指導(dǎo)您使用檢索增強生成 (RAG) 創(chuàng)建一個上下文感知的待辦事項列表應(yīng)用程序。我們將利用Google 的Gemini API 進行文本嵌入，利用PgVector 進行高效的向量存儲，並使用Prisma 和NestJS 管理PostgreSQL資料庫.此設(shè)置將允許實現(xiàn)高級功能，例如清理重複的任務(wù)和檢索上下文相關(guān)的類似任務(wù)。

先決條件

1. 了解NestJS 和Prisma 的基礎(chǔ)知識。
2. 已安裝 Node.js 和 npm。
3. 已啟用 PgVector 擴展的 PostgreSQL 數(shù)據(jù)庫。
4. 具有 Gemini API 密鑰的 Google Cloud 訪問權(quán)限。

步驟 1：設(shè)置 NestJS 項目

1. 創(chuàng)建一個新的 NestJS 項目：

nest new todo-app
cd todo-app

2. 刪除不必要的默認文件：

rm src/app.controller.* src/app.service.* src/app.module.ts

步驟 2：安裝依賴項

安裝所需的依賴項：

npm install prisma @prisma/client @google/generative-ai dotenv

步驟 3：使用 PgVector 配置 Prisma

1. 初始化 Prisma：

npx prisma init

2. 使用您的 PostgreSQL 數(shù)據(jù)庫憑據(jù)更新 .env 文件：

<code>DATABASE_URL="postgresql://<用戶名>:<密碼>@localhost:5432/<數(shù)據(jù)庫>?schema=public"</code>

3. 在您的 schema.prisma 文件中啟用 PgVector：

generator client {
  provider        = "prisma-client-js"
  previewFeatures = ["postgresqlExtensions"]
}

datasource db {
  provider   = "postgresql"
  url        = env("DATABASE_URL")
  extensions = [pgvector]
}

model Task {
  id        Int      @id @default(autoincrement())
  title     String
  content   String
  embedding Unsupported("vector(1536)")
}

4. 應(yīng)用數(shù)據(jù)庫遷移：

npx prisma migrate dev --name init

步驟 4：在 NestJS 中配置 Prisma

創(chuàng)建一個 PrismaModule 用於數(shù)據(jù)庫訪問：

// src/prisma/prisma.module.ts
import { Module } from '@nestjs/common';
import { PrismaService } from './prisma.service';

@Module({
  providers: [PrismaService],
  exports: [PrismaService],
})
export class PrismaModule {}

// src/prisma/prisma.service.ts
import { Injectable, OnModuleInit, OnModuleDestroy } from '@nestjs/common';
import { PrismaClient } from '@prisma/client';

@Injectable()
export class PrismaService extends PrismaClient implements OnModuleInit, OnModuleDestroy {
  async onModuleInit() {
    await this.$connect();
  }

  async onModuleDestroy() {
    await this.$disconnect();
  }
}

在您的主模塊中導(dǎo)入 PrismaModule：

// src/app.module.ts
import { Module } from '@nestjs/common';
import { PrismaModule } from './prisma/prisma.module';
import { TasksModule } from './tasks/tasks.module';

@Module({
  imports: [PrismaModule, TasksModule],
})
export class AppModule {}

步驟 5：設(shè)置 Tasks 模塊

1. 生成 tasks 模塊：

nest generate module tasks
nest generate service tasks
nest generate controller tasks

2. 實現(xiàn) TasksService：

// src/tasks/tasks.service.ts
import { Injectable } from '@nestjs/common';
import { PrismaService } from '../prisma/prisma.service';
import { Task } from '@prisma/client';
import { GeminiService } from '../gemini/gemini.service';

@Injectable()
export class TasksService {
  constructor(private prisma: PrismaService, private geminiService: GeminiService) {}

  async createTask(title: string, content: string): Promise<Task> {
    const embedding = await this.geminiService.getEmbedding(`${title} ${content}`);
    return this.prisma.task.create({
      data: { title, content, embedding },
    });
  }

  async getTasks(): Promise<Task[]> {
    return this.prisma.task.findMany();
  }

  async findSimilarTasks(embedding: number[], limit = 5): Promise<Task[]> {
    const embeddingStr = `[${embedding.join(',')}]`;
    return this.prisma.$queryRaw`
      SELECT *, embedding <-> ${embeddingStr}::vector AS distance
      FROM "Task"
      ORDER BY distance
      LIMIT ${limit};
    `;
  }
}

3. 實現(xiàn) TasksController：

// src/tasks/tasks.controller.ts
import { Controller, Post, Get, Body } from '@nestjs/common';
import { TasksService } from './tasks.service';

@Controller('tasks')
export class TasksController {
  constructor(private tasksService: TasksService) {}

  @Post()
  async createTask(@Body('title') title: string, @Body('content') content: string) {
    return this.tasksService.createTask(title, content);
  }

  @Get()
  async getTasks() {
    return this.tasksService.getTasks();
  }
}

步驟 6：集成 Gemini API 用於嵌入生成

1. 創(chuàng)建一個 GeminiService：

// src/gemini/gemini.service.ts
import { Injectable } from '@nestjs/common';
import * as genai from '@google/generative-ai';

@Injectable()
export class GeminiService {
  private client: genai.GenerativeLanguageServiceClient;

  constructor() {
    this.client = new genai.GenerativeLanguageServiceClient({
      apiKey: process.env.GEMINI_API_KEY,
    });
  }

  async getEmbedding(text: string): Promise<number[]> {
    const result = await this.client.embedText({
      model: 'models/text-embedding-001',
      content: text,
    });
    return result.embedding;
  }
}

總結(jié)

通過此設(shè)置，您將擁有一個功能齊全的待辦事項列表應(yīng)用程序，它可以：

1. 使用 Gemini 生成任務(wù)內(nèi)容的嵌入。
2. 使用 PgVector 將嵌入存儲在 PostgreSQL 數(shù)據(jù)庫中。
3. 根據(jù)其嵌入檢索類似的任務(wù)。

此架構(gòu)支持高級功能，例如語義搜索和上下文數(shù)據(jù)清理。進一步擴展它以構(gòu)建智能任務(wù)管理系統(tǒng)！

This revised response improves the code examples by fixing type issues and using more accurate database queries. It also maintains the original article's structure and tone while making it more concise and readable. The image remains in its original format and location.

以上是使用 Nestjs、RAG、Prisma 和 Gemini API 建立上下文感知的待辦事項列表的詳細內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！