Cohere 쿡북: AI 에이전트와 솔루션 만들기
Cohere의 쿡북을 통해 에이전트, QA 봇, 검색 등 다양한 기능을 카테고리별로 정리된 예제로 시작할 수 있어요. 여러분이 원하는 사용 사례를 빠르게 찾을 수 있게 구성했어요.
출처: 문서
본문
개발자들이 Cohere의 기능을 빠르게 시작할 수 있도록, 흔한 사용 사례를 다루는 쿡북을 몇 가지 준비했어요.
쿡북은 "Agents", "Cloud", "Summarization" 같은 카테고리로 정리되어 있어서 원하는 것을 빠르게 찾을 수 있어요. 특정 사용 사례 카테고리로 바로 이동하려면 아래 링크 중 하나를 클릭하세요:
Note
이 섹션의 코드 예제는 Cohere v1 API를 사용해요. v2 API 버전은 추후에 게시될 예정이에요.
가장 흥미로운 것들 중 일부는 다음과 같아요!
- Cohere와 Langchain으로 만든 데이터 분석가 에이전트 - Python과 Cohere의 Command R+ 모드, Langchain으로 데이터 분석가 에이전트를 만들어요.
- 기술 문서에서 QA 봇 만들기 - Cohere 임베딩과 LlamaIndex를 사용해 기술 문서를 기반으로 사용자 질문에 답하는 챗봇을 만들어요.
- Cohere와 Langchain을 사용한 다국어 검색 - Cohere와 Langchain으로 혼합 언어 문서 말뭉치에서 검색을 수행해요.
- Cohere와 Redis 사용하기 - Cohere의 텍스트 벡터라이저를 Redis와 함께 사용해 시맨틱 검색 인덱스를 만드는 방법을 배워요.
- Cohere + Weaviate를 사용한 위키피디아 시맨틱 검색 - Cohere의 다국어 모델과 Weaviate의 공개 데이터셋으로 1천만 개의 위키피디아 벡터를 검색해요.
- 긴 형식 일반 전략 - LLM의 컨텍스트 창을 초과하는 긴 문서를 다루는 기법이에요.