谷歌推出由AlloyDB和Vertex AI代理人建構器支援的AI購物助手

在今日快速變化的零售世界中，提供個人化購物體驗至關重要。本文探討如何使用Google的AlloyDB和Vertex AI Agent Builder構建智能購物助手，靈感來自Code Vipassana Season 7 codelab。目標？打造一個AI代理，提供即時回答和根據每位客戶獨特偏好量身定制的產品推薦。我們將深入探討核心組件，解決挑戰，並概述在Google Cloud生態系統中構建此解決方案的步驟。

重點

• AlloyDB和Vertex AI Agent Builder是開發AI驅動購物助手的關鍵工具。
• Codelab強調創建一個能理解客戶意圖並提供相關產品建議的代理。
• 關鍵步驟包括設定AlloyDB實例、導入電子商務數據集和生成嵌入向量。
• 實驗室第二部分聚焦於Agent Builder步驟，特別是將代理與數據整合。
• 我們還將探討gcloud命令的替代文件。

基礎理解：AlloyDB和Vertex AI Agent Builder

AlloyDB和Vertex AI Agent Builder是什麼？

AlloyDB for PostgreSQL 是一款完全託管的、與PostgreSQL兼容的數據庫服務，專為苛刻的企業工作負載設計。與標準PostgreSQL相比，它擁有卓越的性能、可用性和可擴展性，非常適合數據存儲和內部分析，有助於理解上下文。

另一方面，Vertex AI Agent Builder提供工具，快速啟動智能對話助手。通過結合AlloyDB用於數據存儲、內部分析引擎用於上下文、Gemini（大型語言模型）用於相關性驗證，以及Google的Agent Builder，您可以創建一個無縫的聊天應用，有效處理客戶查詢並引導他們進行產品探索。

Code Vipassana Season 7：構建代理應用

Code Vipassana Season 7專注於使用Google Cloud數據庫、Agent Builder和推理引擎構建代理應用。本季聚焦於利用Google Cloud的功能開發數據驅動的AI應用，強調生成模型和代理工作流程。這些應用旨在增強對話協助、簡化客戶互動並提供個人化體驗。本季的一個亮點課程指導您使用AlloyDB和Vertex AI Agent Builder構建智能購物助手。

通過整合Google Cloud數據庫和推理引擎，目標是構建以數據為中心的AI應用。

挑戰：現代零售客戶期望

今日的零售客戶要求即時回答和符合其獨特偏好的產品推薦。傳統搜索方法往往無法提供這種個人化水平。

客戶希望AI隨手可得，幫助他們找到商品、提供詳情等。傳統搜索缺乏精確捕捉客戶意圖的複雜性，導致結果不相關或過於籠統。這凸顯了需要更智能、個人化的解決方案，以滿足現代零售客戶不斷變化的需求。解決方案？利用零售數據的豐富知識庫，理解客戶意圖，智能回應，並通過知識驅動的聊天應用提供超相關結果。

Google Cloud設定與配置

申請Google Cloud積分

第一步是申請通過Code Vipassana計劃提供的Google Cloud積分。這些積分對於訪問和使用codelab所需的Google Cloud資源至關重要。您將在註冊郵件中收到兌換這些積分的鏈接。

要申請積分，請按照註冊郵件中提供的鏈接填寫必要信息。建議使用Chrome或Firefox，因為其他系統和瀏覽器可能會出現問題。

創建新的Google Cloud項目

創建新的Google Cloud項目為構建智能購物助手設立專用環境，確保資源有效組織和管理。

當您準備開始時，首先要創建這個項目。您可以隨意命名，例如“CV S7”（Code Vipassana Season 7）。操作方法如下：

1. 登錄Google Cloud Console。
2. 點擊頁面頂部的項目選擇器。
3. 選擇“新建項目”。
4. 輸入項目名稱並配置項目設置。
5. 創建項目。
6. 最後，驗證是否已啟用計費。

訪問Cloud Shell

Cloud Shell是運行在Google Cloud中的命令行環境，預裝了gcloud和bq等必要工具。它允許您直接從瀏覽器在Google Cloud中運行命令。

要啟動Cloud Shell：

1. 點擊Google Cloud Console頂部的“啟動Cloud Shell”圖標。
2. 等待Cloud Shell終端加載。
3. 運行gcloud auth list命令，確保已通過身份驗證。
4. 運行gcloud config list project命令，驗證gcloud是否識別您的項目。

此設置允許與您的AI代理進行無縫整合和命令連接。

創建AlloyDB集群並加載電子商務數據集

創建集群和實例

在加載任何數據之前，您需要設定AlloyDB實例。需配置AlloyDB Studio進行數據攝取，使用ID“shopping-cluster”和PostgreSQL版本15。

加載電子商務數據集

接下來，您將為AI提供可與客戶分享的信息。通過導入特定的CSV文件，AlloyDB可以學習一組數據並傳遞給AI。只需遵循文件說明，您的設置將準備就緒。

在AlloyDB中啟用pgvector和生成AI模型擴展

要將數據轉換為向量，您需要啟用pgvector。此外，還需為Google的AI模型創建擴展。

這些模型將啟用實時搜索等功能，稍後可與Vertex AI整合。這些擴展至關重要，因為它們將數據轉換為AI助手可搜索的格式。

設定VPC網絡（安全性重要）

設定VPC允許您創建僅通過內部IP地址訪問的網絡。請確保在此步驟中創建以下內容：

授予許可權與角色：Vertex AI用戶及許可權

在設定私有服務連接訪問後，您需要授予Vertex AI用戶角色。此外，應設定以下許可權：

• Vertex AI用戶
• 嵌入向量
• 功能

智能購物助手解決方案的優點與缺點

優點

• 個人化購物體驗
• 即時回答和產品推薦
• 提升客戶參與度
• 可擴展且可靠的基礎設施
• 先進的分析技術，了解客戶行為

缺點

• 設置和配置可能較複雜
• 依賴Google Cloud生態系統
• AlloyDB和Vertex AI服務相關成本
• 需要AI和數據庫技術專業知識
• 數據隱私和安全問題需謹慎考慮

常見問題

AlloyDB是什麼？

AlloyDB for PostgreSQL 是一款完全託管的數據庫服務，專為苛刻的企業工作負載設計，提供卓越的性能、可用性和可擴展性。

Vertex AI Agent Builder是什麼？

Vertex AI Agent Builder提供工具，快速創建智能對話助手，實現個人化客戶服務。

Code Vipassana是什麼？

Code Vipassana是一系列由講師指導的實操課程，旨在構建從數據到AI的應用，專注於實用技能和知識。

AlloyDB如何提升數據庫性能？

AlloyDB持續加載零售數據並執行分析，如內容提取、嵌入向量創建和向量搜索。

智能購物助手是否需要費用？

有了適當的積分，成本無需擔心。但請記得在不使用時刪除系統，因為可能會產生少量按小時計費。

相關問題

如何使用AlloyDB和Vertex AI Agent Builder構建智能購物助手？

首先創建AlloyDB實例並加載電子商務數據集。在AlloyDB中啟用pgvector和生成AI模型擴展。從產品描述生成嵌入向量，並對用戶搜索文本執行實時餘弦相似性搜索。最後，在無伺服器Cloud Run功能中部署解決方案。不要忘記授予所有必要的許可權和角色。