## 概述

<!-- markdownlint-disable MD032 -->
> [!NOTE]
> 本实验仅支持 Chrome 浏览器。

AI 目前是一个前沿领域，吸引了许多开发者渴望学习。然而，学习过程中常见的一些障碍包括：

- 缺乏基础的 AI 知识；
- 底层基础设施过于复杂；
- 缺乏 AI 应用程序的全面、循序渐进的文档。

为了解决这些问题，我们开发了这个实验室，您将学习：

- 如何使用 **TiDB Cloud Starter** 作为 AI 应用程序的数据存储层，以加速您的 AI 开发过程。
- 什么是 Embedding 以及它的功能；
- 如何在获取 Embedding 向量后加以利用；
- 如何在处理大量数据时使用 RAG 进行数据检索；
- 如何制作一个有用的 Text2SQL AI 应用程序来探索数据集。

> **注意：**
>
> 在进入此实验室之前，您需要注册一个付费的 OpenAI 账户并获取 `OPENAI_API_KEY`。您可以从此 [OpenAI 的文档](https://help.openai.com/en/articles/4936850-where-do-i-find-my-openai-api-key) 中找到获取密钥的指南。

### 任务

- **RAG**

  - 将您的 embedding 向量和其他数据保存到 TiDB Cloud Starter 集群。
  - 启动一个 Streamlit 网页来测试您的 RAG 应用程序的性能。
  - 阅读 RAG 演示的代码。

- **Text2SQL**

  - 使用 TiDB Cloud Starter 集群作为 SQL 运行器来更正 LLM。
  - 启动一个 Streamlit 网页以使用您的 Text2SQL 应用程序。
  - 阅读 Text2SQL 的代码。

> [!TIP]
> 点击 **开始** 启动实验环境。
> 环境准备就绪后，分配给您的动手实践会话的资源将填充实际值，您才可以按照实验指南逐步完成练习。