Início

Conclusão e próximos passos | AutoMakers | Comunidade Sem Codar

AutoMakers
RAG & Vector Store

Considerações finais

Conclusão e próximos passos

Descubra o que você aprenderá neste módulo.

Access Restricted

Sign in to access this lesson content.

Sign in Back to course

Anterior Próxima

Copyright ©2026 - Todos os direitos reservados
Feito com ☕ e alguns bilhões de tokens de IA

Bancos de Dados Vetoriais e RAG

Progresso do Módulo

0 de 26 aulas concluídas

Quais ferramentas iremos utilizar?

O que são vetores?

O que são Embeddings?

Modelos de Embedding

O que são Bancos de Dados Vetoriais?

Por que vetorizar?

O que é RAG (Retrieval-Augmented Generation)

Por que usar RAG ao invés de outras abordagens

Qual projeto iremos construir

Como criar um projeto e uma chave API na OpenAI

Como criar um banco de dados de vetores no Supabase

Como popular os dados para Supabase Vector Store usando N8N

Como definir os valores de Text Splitter

Como deletar os dados de um certo documento

Como fazer o Update dos dados

Como listar os dados baseado na busca de similaridade (similarity)

Como integrar essa busca semântica no seu app

Qual projeto iremos construir para as imagens

Introdução ao OCR e Embeddings de Imagens

Como configurar o Supabase para imagens vetorizadas

Como fazer o embedding de imagens

Como buscar imagens através de busca textual

Como monitorar custos de APIs de Embedding em produção

Conclusão e próximos passos

Avaliação do Módulo