lab_code: demo_408
title_en: Build Vector Search Apps Using Jupyter Notebook
title_zh: 使用 Jupyter Notebook 构建向量搜索应用
title_ja: Jupyter Notebook を使用してベクトル検索アプリケーションを構築する
title_ko: Jupyter Notebook을 사용하여 벡터 검색 애플리케이션 구축
description_en: "In this lab, you will learn how to: Store and search text and image Embeddings using TiDB Cloud Starter to accelerate AI application development; Use Amazon models to generate Embeddings; Perform vector similarity search via SQL queries; Use Retrieval-Augmented Generation (RAG). Use Hybrid Search to query data, increase query channels, and improve retrieval performance; Use Graph Retrieval-Augmented Generation (GraphRAG) technology to increase information acquisition dimensions."
description_zh:
  在本次实验中，你将学习如何：使用 TiDB Cloud Starter 存储和搜索文本与图像的 Embedding，加速 AI 应用开发；使用
  Amazon 模型生成 Embedding；通过 SQL 查询进行向量相似度搜索；使用应用检索增强生成（RAG）。使用 Hybrid Search 查询数据，增加查询通道，从而提升检索性能；使用图检索增强生成（GraphRAG）技术，增加信息获取维度。
description_ja: この演習では、次のことを学びます：TiDB Cloud Starter を使用してテキストおよび画像の埋め込み（Embedding）を保存・検索し、AIアプリケーション開発を加速する方法；Amazonモデルを使ってEmbeddingを生成する方法；SQLクエリでベクトル類似度検索を行う方法；Retrieval-Augmented Generation（RAG）を使用する方法。Hybrid Searchを使用してデータをクエリし、クエリチャンネルを増やして検索性能を向上させる方法；Graph Retrieval-Augmented Generation（GraphRAG）技術を使用して情報取得の次元を増やす方法。
description_ko: "이 실습에서는 다음을 배우게 됩니다: TiDB Cloud Starter 를 사용하여 텍스트 및 이미지 Embedding을 저장하고 검색하여 AI 애플리케이션 개발을 가속화하는 방법; Amazon 모델을 사용하여 Embedding을 생성하는 방법; SQL 쿼리를 통해 벡터 유사도 검색을 수행하는 방법; Retrieval-Augmented Generation (RAG)을 사용하는 방법。Hybrid Search를 사용하여 데이터를 쿼리하고, 쿼리 채널을 증가시켜 검색 성능을 향상시키는 방법; Graph Retrieval-Augmented Generation (GraphRAG) 기술을 사용하여 정보 획득 차원을 증가시키는 방법。"
splash_image_en: https://lab-static.pingcap.com/quick-demo/demo_201_en.png
splash_image_zh: https://lab-static.pingcap.com/quick-demo/demo_201_en.png
splash_image_ja: https://lab-static.pingcap.com/quick-demo/demo_201_en.png
splash_image_ko: https://lab-static.pingcap.com/quick-demo/demo_201_en.png
lab_level: Intermediate
category_en:
  - TiDB Cloud
  - Generative AI
category_zh:
  - TiDB Cloud
  - 生成式 AI
category_ja:
  - TiDB Cloud
  - 生成 AI
category_ko:
  - TiDB Cloud
  - 생성형 AI
authors:
  - Cheese Wong (CEG)
delivery_type: Self-Paced
tidb_environments:
  - TiDB Cloud Starter
tidb_versions: []
target_audience:
  - GenAI Developer
regions:
  aws:
    - tokyo
    - oregon
    - singapore
    - frankfurt
credits: 1
credit_redeemable: true
employee_only: false
estimated_duration_minutes: 120

requirements:
  - type: "CloudStack"
  - type: "TiDBServerlessCluster"

topology:
  - role: monitor
    node_count: 1
    ssh_user: ubuntu
    https_reverse_proxy: true

bootstrap:
  - name: "prepare monitor"
    type: "ShellScript"
    target:
      - monitor1
    script: ./scripts/prepare-monitor.sh

features:
  enable_content_explain: false
  enable_environment_variables_fallback: true