ডক্স এজেন্টের সাথে একটি AI সামগ্রী অনুসন্ধান তৈরি করুন৷

তথ্য অনুসন্ধান করা কৃত্রিম বুদ্ধিমত্তা (AI) জেনারেটিভ মডেলের সবচেয়ে সাধারণ ব্যবহারগুলির মধ্যে একটি। AI ব্যবহার করে আপনার সামগ্রীর জন্য একটি কথোপকথন অনুসন্ধান ইন্টারফেস তৈরি করা আপনার ব্যবহারকারীদের নির্দিষ্ট প্রশ্ন জিজ্ঞাসা করতে এবং সরাসরি উত্তর পেতে দেয়।

এই টিউটোরিয়ালটি আপনাকে দেখায় কিভাবে আপনার সামগ্রীর জন্য একটি AI-চালিত, কথোপকথনমূলক অনুসন্ধান ইন্টারফেস তৈরি করতে হয়। এটি ডক্স এজেন্টের উপর ভিত্তি করে তৈরি করা হয়েছে, একটি ওপেন সোর্স প্রজেক্ট যা একটি কথোপকথনমূলক অনুসন্ধান ইন্টারফেস তৈরি করতে Google Gemini API ব্যবহার করে, কোনো নতুন AI মডেলকে প্রশিক্ষণ না দিয়ে বা Gemini মডেলের সাথে মডেল টিউনিং না করে । তার মানে আপনি এই অনুসন্ধান ক্ষমতাটি দ্রুত তৈরি করতে পারেন এবং ছোট এবং বড় সামগ্রী সেটের জন্য এটি ব্যবহার করতে পারেন।

প্রোজেক্টের ভিডিও ওভারভিউ এবং কীভাবে এটি প্রসারিত করা যায়, যারা এটি তৈরি করেছেন তাদের অন্তর্দৃষ্টি সহ, দেখুন: AI সামগ্রী অনুসন্ধান | Google AI দিয়ে তৈরি করুন । অন্যথায় আপনি নীচের নির্দেশাবলী অনুসরণ করে প্রকল্পটি প্রসারিত করা শুরু করতে পারেন।

ওভারভিউ

ডক্স এজেন্ট প্রজেক্ট একটি নির্দিষ্ট কন্টেন্ট সেটের জন্য একটি কথোপকথনমূলক অনুসন্ধান ইন্টারফেস প্রদান করে, যা Google Gemini API এবং জেনারেটিভ মডেল দ্বারা সমর্থিত। ব্যবহারকারীরা একটি কথোপকথন শৈলীতে একটি বিস্তারিত প্রশ্ন জিজ্ঞাসা করতে পারেন এবং একটি নির্দিষ্ট বিষয়বস্তুর সেটের উপর ভিত্তি করে একটি বিস্তারিত উত্তর পেতে পারেন। পর্দার আড়ালে, ডক্স এজেন্ট প্রশ্নটি নেয় এবং বিষয়বস্তুর একটি ভেক্টর ডাটাবেসের বিরুদ্ধে অনুসন্ধান করে, এবং প্রাসঙ্গিক পাঠ্যের স্নিপেট সহ জেনারেটিভ মডেলের জন্য একটি বিশদ প্রম্পট তৈরি করে। জেনারেটিভ মডেল প্রশ্নের একটি প্রতিক্রিয়া তৈরি করে এবং ডক্স এজেন্ট প্রতিক্রিয়া ফর্ম্যাট করে এবং ব্যবহারকারীর কাছে উপস্থাপন করে।

চিত্র 1. ডক্স এজেন্ট প্রকল্প অ্যাপের কার্যকরী চিত্র।

ডক্স এজেন্টকে আপনার বিষয়বস্তু সম্পর্কে প্রশ্নের উত্তর দিতে সক্ষম করার চাবিকাঠি হল সেই বিষয়বস্তুর একটি ভেক্টর ডাটাবেস তৈরি করা। আপনি আপনার বিষয়বস্তুকে পাঠ্যের যৌক্তিক অংশে আলাদা করুন এবং তাদের প্রতিটির জন্য একটি ভেক্টর তৈরি করুন। এই ভেক্টরগুলি প্রতিটি খণ্ডে তথ্যের সংখ্যাসূচক উপস্থাপনা এবং Google এর জেনারেটিভ মডেল থেকে একটি AI টেক্সট এম্বেডিং ফাংশন দিয়ে তৈরি করা হয়।

যখন একজন ব্যবহারকারী একটি প্রশ্ন জিজ্ঞাসা করে, ডক্স এজেন্ট সেই প্রশ্নের একটি সংখ্যাসূচক উপস্থাপনা তৈরি করতে একই টেক্সট এম্বেডিং ফাংশন ব্যবহার করে এবং ভেক্টর ডাটাবেস অনুসন্ধান করতে এবং সম্পর্কিত বিষয়বস্তু খুঁজে পেতে সেই মানটি ব্যবহার করে। এটি শীর্ষ ফলাফল নেয় এবং জেনারেটিভ মডেলের জন্য একটি প্রম্পটে সেই তথ্য যোগ করে। এআই মডেল প্রশ্ন এবং অতিরিক্ত প্রসঙ্গ তথ্য নেয় এবং একটি উত্তর তৈরি করে।

প্রকল্প সেটআপ

এই নির্দেশাবলী আপনাকে ডক্স এজেন্ট প্রকল্পের বিকাশ এবং পরীক্ষার জন্য সেট আপ করার মাধ্যমে নিয়ে যায়। সাধারণ পদক্ষেপগুলি হল কিছু পূর্বশর্ত সফ্টওয়্যার ইনস্টল করা, কয়েকটি পরিবেশের ভেরিয়েবল সেট করা, কোড সংগ্রহস্থল থেকে প্রকল্পটি ক্লোন করা এবং কনফিগারেশন ইনস্টলেশন চালানো। কোড প্রকল্প প্যাকেজ এবং পাইথন রানটাইম পরিবেশ পরিচালনা করতে পাইথন কবিতা ব্যবহার করে।

পূর্বশর্ত ইনস্টল করুন

ডক্স এজেন্ট প্রকল্প প্যাকেজ পরিচালনা করতে এবং অ্যাপ্লিকেশন চালানোর জন্য Python 3 এবং Python Poetry ব্যবহার করে। নিম্নলিখিত ইনস্টলেশন নির্দেশাবলী একটি লিনাক্স হোস্ট মেশিনের জন্য।

প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করতে:

1. পাইথনের জন্য পাইথন 3 এবং venv ভার্চুয়াল পরিবেশ প্যাকেজ ইনস্টল করুন।
   

   sudo apt update
   sudo apt install git pip python3-venv
   

2. প্রকল্পের জন্য নির্ভরতা এবং প্যাকেজিং পরিচালনা করতে পাইথন কবিতা ইনস্টল করুন।
   

   curl -sSL https://install.python-poetry.org | python3 -
   

আপনি যদি প্রকল্পটি প্রসারিত করেন তবে আপনি আরও পাইথন লাইব্রেরি যুক্ত করতে পাইথন কবিতা ব্যবহার করতে পারেন।

পরিবেশের ভেরিয়েবল সেট করুন

Google Gemini API কী এবং Python Poetry সেটিং সহ ডক্স এজেন্ট কোড প্রকল্প চালানোর অনুমতি দেওয়ার জন্য প্রয়োজনীয় কিছু পরিবেশের ভেরিয়েবল সেট করুন। আপনি যদি এই ভেরিয়েবলগুলিকে আপনার $HOME/.bashrc ফাইলে যোগ করতে চাইতে পারেন যদি আপনি লিনাক্স ব্যবহার করেন, আপনার টার্মিনাল সেশনের জন্য সেগুলিকে ডিফল্ট সেটিংস করতে।

পরিবেশ ভেরিয়েবল সেট করতে:

1. একটি Google Gemini API কী পান এবং কী স্ট্রিং অনুলিপি করুন৷
2. একটি পরিবেশ পরিবর্তনশীল হিসাবে API কী সেট করুন। লিনাক্স হোস্টে, নিম্নলিখিত কমান্ডটি ব্যবহার করুন।
   

   export API_KEY=<YOUR_API_KEY_HERE>
   

3. PYTHON_KEYRING_BACKEND প্যারামিটার সেট করে Python কবিতার জন্য একটি পরিচিত সমস্যা সমাধান করুন। লিনাক্স হোস্টে, নিম্নলিখিত কমান্ডটি ব্যবহার করুন।
   

   export PYTHON_KEYRING_BACKEND=keyring.backends.null.Keyring
   

প্রকল্পটি ক্লোন করুন এবং কনফিগার করুন

প্রজেক্ট কোড ডাউনলোড করুন এবং প্রয়োজনীয় নির্ভরতা ডাউনলোড করতে এবং প্রোজেক্ট কনফিগার করতে কবিতা ইনস্টলেশন কমান্ড ব্যবহার করুন। প্রোজেক্ট সোর্স কোড পুনরুদ্ধার করতে আপনার গিট সোর্স কন্ট্রোল সফ্টওয়্যার প্রয়োজন। external প্রকল্প কোড ডাউনলোড এবং কনফিগার করতে:

1. নিম্নলিখিত কমান্ড ব্যবহার করে গিট সংগ্রহস্থল ক্লোন করুন।
   

   git clone https://github.com/google/generative-ai-docs
   

2. ঐচ্ছিকভাবে, স্পার্স চেকআউট ব্যবহার করার জন্য আপনার স্থানীয় গিট রিপোজিটরি কনফিগার করুন, যাতে আপনার কাছে ডক্স এজেন্ট প্রকল্পের জন্য শুধুমাত্র ফাইল থাকে।
   

   cd generative-ai-docs/
   git sparse-checkout init --cone
   git sparse-checkout set examples/gemini/python/docs-agent/
   

3. docs-agent প্রকল্প রুট ডিরেক্টরিতে যান।
   

   cd examples/gemini/python/docs-agent/
   

4. নির্ভরতা ডাউনলোড করতে এবং প্রকল্পটি কনফিগার করতে কবিতা ইনস্টল কমান্ডটি চালান:
   

   poetry install
   

সামগ্রী প্রস্তুত করুন

ডক্স এজেন্ট প্রকল্পটি পাঠ্য বিষয়বস্তুর সাথে কাজ করার জন্য ডিজাইন করা হয়েছে, এবং এতে বিশেষভাবে এমন ওয়েবসাইটগুলির সাথে কাজ করার জন্য সরঞ্জামগুলি অন্তর্ভুক্ত রয়েছে যা উত্স ফর্ম্যাট হিসাবে Markdown ব্যবহার করে৷ আপনি যদি ওয়েবসাইটের বিষয়বস্তু নিয়ে কাজ করে থাকেন, তাহলে আপনাকে পরিবেশিত ওয়েবসাইটের ডিরেক্টরি কাঠামো সংরক্ষণ (বা প্রতিলিপি) করা উচিত যাতে বিষয়বস্তু প্রক্রিয়াকরণের কাজটি ম্যাপ করতে এবং সেই বিষয়বস্তুর লিঙ্ক তৈরি করতে সক্ষম হয়।

আপনার বিষয়বস্তুর বিন্যাস এবং বিশদ বিবরণের উপর নির্ভর করে, অ-সর্বজনীন তথ্য, অভ্যন্তরীণ নোট বা অন্যান্য তথ্য যা আপনি অনুসন্ধানযোগ্য হতে চান না তা সরাতে আপনার সামগ্রী পরিষ্কার করতে হতে পারে। আপনার শিরোনাম এবং শিরোনামের মতো মৌলিক বিন্যাস বজায় রাখা উচিত, যা বিষয়বস্তু প্রক্রিয়াকরণ ধাপে যৌক্তিক পাঠ্য বিভাজন বা খণ্ড তৈরি করতে সহায়তা করে।

প্রক্রিয়াকরণের জন্য সামগ্রী প্রস্তুত করতে:

1. আপনি এআই এজেন্ট যে বিষয়বস্তু অনুসন্ধান করতে চান তার জন্য একটি ডিরেক্টরি তৈরি করুন।
   

   mkdir docs-agent/content/
   

2. আপনার বিষয়বস্তু docs-agent/content/ ডিরেক্টরিতে অনুলিপি করুন। বিষয়বস্তু একটি ওয়েবসাইট হলে, পরিবেশিত ওয়েবসাইটের ডিরেক্টরি কাঠামো সংরক্ষণ (বা প্রতিলিপি) করুন।
3. অ-সর্বজনীন তথ্য, বা আপনি অনুসন্ধানে অন্তর্ভুক্ত করতে চান না এমন অন্যান্য তথ্য অপসারণের জন্য প্রয়োজনীয় বিষয়বস্তু পরিষ্কার বা সম্পাদনা করুন।

পরীক্ষার জন্য Flutter ডক্স ব্যবহার করুন

আপনার যদি ডক্স এজেন্ট পরীক্ষার জন্য সামগ্রীর একটি সেট প্রয়োজন হয়, আপনি পরীক্ষার জন্য ফ্লাটার বিকাশকারী ডক্স ব্যবহার করতে পারেন।

Flutter বিকাশকারী ডক্স পেতে:

1. আপনি AI এজেন্ট যে বিষয়বস্তু অনুসন্ধান করতে চান তার জন্য সামগ্রী ডিরেক্টরিতে যান৷

   cd docs-agent/content/
   

2. docs-agent/content/ ডিরেক্টরিতে Flutter ডক্স ক্লোন করুন।
   

   git clone --recurse-submodules https://github.com/flutter/website.git
   

প্রসেস কন্টেন্ট

ব্যবহারকারীদের প্রশ্নের সাথে সম্পর্কিত বিষয়বস্তুকে কার্যকরভাবে অনুসন্ধান করার জন্য অনুসন্ধান এজেন্টের জন্য, আপনাকে ভেক্টরগুলির একটি ডাটাবেস তৈরি করতে হবে যা আপনার বিষয়বস্তুকে উপস্থাপন করে। ভেক্টরগুলি টেক্সট এম্বেডিং নামক একটি AI জেনারেটিভ মডেল ফাংশন ব্যবহার করে তৈরি করা হয়। টেক্সট এম্বেডিং হল টেক্সট কন্টেন্টের সাংখ্যিক উপস্থাপনা। তারা সংখ্যার একটি সেট হিসাবে পাঠ্যের শব্দার্থিক অর্থ আনুমানিক করে। তথ্যের সাংখ্যিক উপস্থাপনা থাকা সিস্টেমটিকে ব্যবহারকারীর প্রশ্ন নিতে, একই টেক্সট এম্বেডিং ফাংশন ব্যবহার করে এর অর্থ আনুমানিক এবং তারপর একটি কে-নিকটবর্তী প্রতিবেশী (k-NN) অ্যালগরিদম ব্যবহার করে একটি গাণিতিক গণনা হিসাবে সম্পর্কিত তথ্য খুঁজে পেতে অনুমতি দেয়।

বিভক্ত পাঠ্য বিষয়বস্তু

একটি পাঠ্য এমবেডিং ভেক্টর কার্যকরভাবে উপস্থাপন করতে পারে এমন পাঠ্যের পরিমাণ সীমিত। এই প্রকল্পটি একটি ভেক্টরে উপস্থাপিত পাঠ্যকে 3000 বা তার কম অক্ষরে সীমাবদ্ধ করে, এবং এর মানে হল যে আপনাকে সেই অক্ষর সীমার অধীনে আপনার সামগ্রীকে খণ্ডে ভাগ করতে হবে। এই বিভাগে মার্কডাউন ফাইলগুলিকে ছোট টেক্সট খণ্ডে বিভক্ত করতে ডক্স এজেন্ট প্রকল্পের সাথে প্রদত্ত একটি স্ক্রিপ্ট কীভাবে ব্যবহার করতে হয় তা বর্ণনা করে। অন্যান্য বিষয়বস্তু বিন্যাসের সাথে কাজ করার পরামর্শের জন্য, অন্যান্য বিন্যাস পরিচালনা করুন দেখুন।

মার্কডাউন বিন্যাস বিষয়বস্তু বিভক্ত করতে:

1. docs-agent/config.yaml ফাইলটি সম্পাদনা করে প্রক্রিয়াকরণ স্ক্রিপ্টের জন্য ইনপুট পরামিতিগুলি কনফিগার করুন। এই উদাহরণটি Flutter ডক্সের একটি উপসেটকে লক্ষ্য করে:
   

   input:
   - path: "content/website/src/ui"
     url_prefix: "https://docs.flutter.dev/ui"
   

2. এই কনফিগারেশন ফাইলে আপনার পরিবর্তনগুলি সংরক্ষণ করুন।
3. docs-agent প্রকল্প ডিরেক্টরিতে নেভিগেট করুন:
   

   cd docs-agent/
   

4. agent chunk কমান্ডটি চালিয়ে মার্কডাউন উত্স সামগ্রী বিভক্ত করুন:
   

   agent chunk
   

স্ক্রিপ্ট ইনপুট বিষয়বস্তু প্রক্রিয়া করে এবং docs-agent/data ডিরেক্টরিতে আউটপুট টেক্সট ফাইল তৈরি করে, শিরোনাম, শিরোনাম এবং সম্পর্কিত অনুচ্ছেদের উপর ভিত্তি করে পাঠ্যকে বিভক্ত করে। আপনার সামগ্রীর আকারের উপর নির্ভর করে প্রক্রিয়াকরণে কিছু সময় লাগতে পারে।

টেক্সট এম্বেডিং ভেক্টর তৈরি করুন

আপনার বিষয়বস্তুকে যথাযথ আকারের, অর্থপূর্ণ খণ্ডে বিভক্ত করার পরে, আপনি একটি পাঠ্য এম্বেডিং ফাংশন ব্যবহার করে আপনার সামগ্রীর সাথে ভেক্টর ডাটাবেস তৈরি করতে পারেন। ডক্স এজেন্ট প্রজেক্ট টেক্সট এম্বেডিং ভেক্টর সঞ্চয় করতে ক্রোমা ভেক্টর ডাটাবেস ব্যবহার করে। এই নির্দেশাবলী আপনার বিভক্ত বিষয়বস্তুর সাথে একটি ভেক্টর ডাটাবেস তৈরি করতে ডক্স এজেন্ট স্ক্রিপ্ট কীভাবে ব্যবহার করতে হয় তা কভার করে।

টেক্সট এম্বেডিং তৈরি করতে এবং ভেক্টর ডাটাবেস পপুলেট করতে:

1. docs-agent প্রকল্প ডিরেক্টরিতে নেভিগেট করুন:
   

   cd docs-agent/
   

2. agent populate কমান্ড ব্যবহার করে আপনার সামগ্রীর সাথে ভেক্টর ডাটাবেস পপুলেট করুন:
   

   agent populate
   

এই স্ক্রিপ্টটি টেক্সট এম্বেডিং ভেক্টর তৈরি করতে Google Gemini API ব্যবহার করে এবং তারপর ভেক্টর ডাটাবেসে আউটপুট সংরক্ষণ করে। আপনার সামগ্রীর আকারের উপর নির্ভর করে প্রক্রিয়াকরণে কিছু সময় লাগতে পারে।

অন্যান্য ফরম্যাট পরিচালনা করুন

ডক্স এজেন্ট প্রকল্পটি মার্কডাউন ফর্ম্যাটে ওয়েবসাইটের বিষয়বস্তুর সাথে কাজ করার জন্য ডিজাইন করা হয়েছে। প্রোজেক্ট লেখকরা Google ডক্স, পোর্টেবল ডকুমেন্ট ফরম্যাট (PDF) এবং Gmail সহ মার্কডাউন ফর্ম্যাটে অন্যান্য ধরনের সামগ্রী তৈরি করতে কয়েকটি রূপান্তরকারী স্ক্রিপ্ট তৈরি করেছেন। এই রূপান্তরকারীগুলি ব্যবহার করার বিষয়ে আরও তথ্যের জন্য, কোড সংগ্রহস্থলের docs-agent/apps_script ডিরেক্টরিটি দেখুন৷

অন্যান্য বিষয়বস্তু বিন্যাস রূপান্তর

আপনি প্রকল্পের সাথে অন্যান্য বিষয়বস্তু বিন্যাস ব্যবহার করতে পারেন, তবে সেই অতিরিক্ত পদ্ধতিগুলি আপনার বা সম্প্রদায়ের অন্যান্য সদস্যদের দ্বারা তৈরি করা প্রয়োজন। কোড রিপোজিটরি ইস্যু এবং পুল রিকোয়েস্টগুলি দেখুন যারা অনুরূপ সমাধান তৈরি করছেন।

অন্যান্য বিষয়বস্তু বিন্যাসকে সমর্থন করার জন্য আপনাকে যে মূল কোডটি তৈরি করতে হবে তা হল files_to_plain_text.py স্ক্রিপ্টের মতো একটি স্প্লিটার স্ক্রিপ্ট। একটি স্ক্রিপ্ট বা প্রোগ্রাম তৈরি করার লক্ষ্য রাখুন যা এই স্ক্রিপ্টের অনুরূপ আউটপুট তৈরি করে। মনে রাখবেন যে চূড়ান্ত পাঠ্য আউটপুটে ন্যূনতম বিন্যাস এবং বহিরাগত তথ্য থাকা উচিত। আপনি যদি HTML বা JSON-এর মতো বিষয়বস্তু বিন্যাস ব্যবহার করেন, তাহলে নিশ্চিত করুন যে আপনি যতটা সম্ভব অ-তথ্যবিহীন বিন্যাস (ট্যাগ, স্ক্রিপ্টিং, CSS) সরিয়ে ফেলেছেন, যাতে এটি আপনার তৈরি করা টেক্সট এম্বেডিংয়ের মানকে তির্যক না করে। তাদের

একবার আপনি বিষয়বস্তু বিন্যাসের জন্য একটি স্প্লিটার স্ক্রিপ্ট তৈরি করলে, আপনার ভেক্টর ডাটাবেসটি পূরণ করতে populate_vector_database.py স্ক্রিপ্টটি চালাতে সক্ষম হওয়া উচিত। ডক্স এজেন্টের সাথে ব্যবহার করার জন্য ফাইল প্রক্রিয়াকরণ সম্পর্কে আরও তথ্যের জন্য, ডক্স এজেন্ট প্রিপ্রসেস রিডমি দেখুন।

অ্যাপটি পরীক্ষা করুন

আপনি যখন আপনার ভেক্টর ডাটাবেস তৈরি সম্পন্ন করেছেন, প্রকল্পটি পরীক্ষার জন্য প্রস্তুত। প্রকল্পটি আপনাকে স্থানীয়ভাবে প্রকল্পটি চালানোর জন্য একটি প্যাকেজিং ফাংশন প্রদান করে।

প্রকল্প ওয়েব ইন্টারফেস চালানো এবং পরীক্ষা করতে:

1. docs-agent প্রকল্প ডিরেক্টরিতে নেভিগেট করুন:
   

   cd docs-agent/
   

2. ওয়েব অ্যাপ্লিকেশন লঞ্চ স্ক্রিপ্ট চালান:
   

   agent chatbot
   

3. আপনার ওয়েব ব্রাউজার ব্যবহার করে, লঞ্চ স্ক্রিপ্টের আউটপুটে দেখানো URL ওয়েব ঠিকানায় নেভিগেট করুন এবং অ্যাপ্লিকেশনটি পরীক্ষা করুন।
   

   * Running on http://your-hostname-here:5000
   

বাস্তবায়নের বিকল্প

Gemini API প্রোগ্রামিং টুল সরবরাহ করে যা ডক্স এজেন্ট বাস্তবায়নের উপাদানগুলিকে প্রতিস্থাপন করতে পারে, বিশেষত: শব্দার্থ পুনরুদ্ধার এবং অ্যাট্রিবিউটেড প্রশ্ন উত্তর (AQA) জেমিনি মডেল ভেরিয়েন্ট। আপনি পৃথক ভেক্টর ডাটাবেস প্রতিস্থাপন করতে Gemini API এর শব্দার্থ পুনরুদ্ধার বৈশিষ্ট্য ব্যবহার করতে পারেন। শব্দার্থ পুনরুদ্ধার বৈশিষ্ট্য আপনাকে আপনার সামগ্রীর জন্য এম্বেডিং তৈরি করতে এবং সেই সামগ্রী সংরক্ষণ করতে দেয়৷ AQA জেমিনি মডেলটি একটি প্রম্পটে সরবরাহ করা উত্স উপাদান সহ প্রশ্নের উত্তর দেওয়ার জন্য টিউন করা হয়েছে। আপনি জেমিনি API-এর মধ্যে আপনার বিষয়বস্তু সম্পর্কে প্রশ্নের উত্তর দিতে AQA মডেলের সাথে একত্রে শব্দার্থ পুনরুদ্ধার ব্যবহার করেন।

দস্তাবেজ এজেন্ট শব্দার্থ পুনরুদ্ধার API বৈশিষ্ট্য, যে AQA জেমিনি মডেল, বা উভয় ব্যবহার করার জন্য কনফিগারেশন বিকল্পগুলি অন্তর্ভুক্ত করে। আরও তথ্যের জন্য, ডক্স এজেন্ট রিডমি দেখুন।

অতিরিক্ত সম্পদ

ডক্স এজেন্ট প্রকল্প সম্পর্কে আরও তথ্যের জন্য, কোড সংগ্রহস্থল দেখুন। আপনার যদি অ্যাপ্লিকেশন তৈরি করতে সাহায্যের প্রয়োজন হয় বা বিকাশকারী সহযোগীদের খুঁজছেন, তাহলে Google Developers Community Discord সার্ভারটি দেখুন।

উত্পাদন অ্যাপ্লিকেশন

আপনি যদি একটি বৃহৎ দর্শকের জন্য ডক্স এজেন্ট স্থাপন করার পরিকল্পনা করেন, মনে রাখবেন যে আপনার Google Gemini API-এর ব্যবহার রেট সীমিতকরণ এবং অন্যান্য ব্যবহারের বিধিনিষেধ সাপেক্ষে হতে পারে। আপনি যদি ডক্স এজেন্টের মতো জেমিনি এপিআই-এর সাথে একটি প্রোডাকশন অ্যাপ্লিকেশন তৈরি করার কথা ভাবছেন, তাহলে আপনার অ্যাপের মাপযোগ্যতা এবং নির্ভরযোগ্যতার জন্য Google ক্লাউড ভার্টেক্স এআই পরিষেবাগুলি দেখুন।