인공지능 스크립트 단계

모델 공급자(또는 엔드포인트)와 API 키를 고려한 이름으로 사용할 AI 계정을 설정합니다.

Core ML(코어 머신 러닝) 모델을 로드하고 사용하도록 준비합니다.

모델 제공자 및 사용자화할 수 있는 사전 정의된 프롬프트가 제공되면 다른 AI 스크립트 단계에서 이름별로 사용할 프롬프트 템플릿을 설정합니다.

엔드포인트와 API 키가 제공되면 이름별로 사용할 RAG 계정을 설정합니다.

회귀 모델을 훈련, 저장, 로드 및 로드 해제합니다. 텍스트 데이터와 숫자 대상 데이터에 대한 임베딩 벡터를 기반으로 모델을 훈련합니다.

지정된 훈련 데이터 세트로 모델을 미세 조정합니다.

사용자 프롬프트가 제공되면 AI 모델에서 텍스트 응답을 가져옵니다.

입력 데이터를 임베딩 모델로 보내고 반환된 벡터 표현을 필드 또는 변수에 삽입합니다.

찾기 세트의 모든 레코드의 경우, 원본 필드에서 임베딩 모델로 데이터를 보내고 반환된 벡터 표현을 대상 필드에 삽입합니다.

이미지를 이미지 캡션 모델에 전송하고 반환된 캡션을 필드 또는 변수에 삽입합니다.

찾기 세트의 각 레코드에 대해, 원본 필드에서 이미지 캡션 모델로 이미지를 전송하고 반환된 캡션을 대상 필드에 삽입합니다.

자연어 프롬프트와 현재 레이아웃의 필드 목록을 모델에 전송하고, FileMaker 찾기 요청을 반환하고 찾기를 수행합니다.

RAG 계정으로 지정된 AI 모델 서버의 RAG 공간에 프롬프트를 보내거나 데이터를 추가 및 제거합니다.

대상 필드에서 지정된 텍스트, 이미지 또는 임베딩 벡터에 대한 시맨틱 찾기를 수행합니다.

자연어 프롬프트와 데이터베이스 스키마를 모델에 전송하고, SQL 쿼리를 다시 보내 데이터베이스에서 결과를 얻어 응답에 사용합니다.