𝗗𝗼𝗰𝘂𝘀𝗮𝘂𝗿𝘂𝘀 𝘁𝗼 𝗪𝗼𝗿𝗱𝗣𝗿𝗲𝘀𝘀: 𝗧𝗵𝗿𝗲𝗲 𝗪𝗮𝘆𝘀 𝘁𝗼 𝗕𝘂𝗶𝗹𝗱 𝗔𝗜 𝗖𝗵𝗮𝘁

ഞാൻ മൂന്ന് വ്യത്യസ്ത AI ചാറ്റ് ആർക്കിടെക്ചറുകൾ നിർമ്മിച്ചു. അവ ഓരോന്നും വ്യത്യസ്തമായ പ്രശ്നങ്ങളാണ് പരിഹരിക്കുന്നത്.

ഏറ്റവും മികച്ച സാങ്കേതികവിദ്യ കണ്ടെത്തുക എന്നതല്ല ലക്ഷ്യം. നിങ്ങളുടെ ലക്ഷ്യമിടുന്ന ഉപയോക്താവിന് അനുയോജ്യമായ സാങ്കേതികവിദ്യ തിരഞ്ഞെടുക്കുക എന്നതാണ് ലക്ഷ്യം.

𝟭. 𝗧𝗵𝗲 𝗦𝘁𝗮𝘁𝗶𝗰 𝗜𝗻𝗱𝗲𝘅 (𝗗𝗼𝗰𝘂𝘀𝗮𝘂𝗿𝘂𝘀 + 𝗩𝗲𝗿𝗰𝗲𝗹) ഈ രീതിയിൽ ഒരു സ്റ്റാറ്റിക് സൈറ്റിനുള്ളിൽ ഒരു JSON ഫയൽ ഉപയോഗിക്കുന്നു. ഒരു ബിൽഡ് സ്റ്റെപ്പ് നിങ്ങളുടെ മാർക്ക്ഡൗൺ (markdown) ഫയലുകളെ ഒരു സിംഗിൾ ഇൻഡക്സ് ആക്കി മാറ്റുന്നു. സെർവ്ലെസ് ഫംഗ്ഷൻ (serverless function) ഉപയോഗിച്ച് മെമ്മറിയിൽ നിന്നാണ് സെർച്ച് നടക്കുന്നത്.

• ഏറ്റവും അനുയോജ്യം: നിങ്ങൾ സ്വന്തമാക്കിയ ഡോക്യുമെന്റേഷൻ സൈറ്റുകൾക്ക്. • ഗുണങ്ങൾ: അധിക ഇൻഫ്രാസ്ട്രക്ചർ ആവശ്യമില്ല. ഇത് വേഗതയുള്ളതും ചിലവ് കുറഞ്ഞതുമാണ്. • ദോഷങ്ങൾ: ഇത് സ്കെയിലിന് (scale) അനുയോജ്യമല്ല. കുറഞ്ഞ അളവിലുള്ള ടെക്സ്റ്റുകൾക്ക് മാത്രമേ ഇത് ഉപയോഗിക്കാൻ കഴിയൂ.

𝟮. 𝗧𝗵𝗲 𝗦𝗰𝗮𝗹𝗮𝗯𝗹𝗲 𝗦𝗲𝗿𝘃𝗶𝗰𝗲 (𝗡𝗲𝗼𝗻 + 𝗽𝗴𝘃𝗲𝗰𝘁𝗼𝗿) ഇതിനായി വെക്റ്റർ സപ്പോർട്ടുള്ള (vector support) ഒരു Postgres ഡാറ്റാബേസ് ഉപയോഗിക്കുന്നു. ഡാറ്റ വേഗത്തിൽ കണ്ടെത്താൻ ഇത് യഥാർത്ഥ സെമാന്റിക് സെർച്ച് (semantic search) ഉപയോഗിക്കുന്നു.

• ഏറ്റവും അനുയോജ്യം: കൂടുതൽ ഉപയോക്താക്കളുള്ള SaaS ഉൽപ്പന്നങ്ങൾക്ക്. • ഗുണങ്ങൾ: വലിയ അളവിലുള്ള ഡാറ്റ കൈകാര്യം ചെയ്യാൻ ഇതിന് സാധിക്കും. മൾട്ടി-യൂസർ അക്കൗണ്ടുകളും ഹിസ്റ്ററിയും ഇത് പിന്തുണയ്ക്കുന്നു. • ദോഷങ്ങൾ: ഇതിന് മാനേജ്ഡ് ഇൻഫ്രാസ്ട്രക്ചറും കൂടുതൽ പ്രവർത്തനപരമായ ജോലികളും ആവശ്യമാണ്.

𝟯. 𝗧𝗵𝗲 𝗗𝗿𝗼𝗽-𝗶𝗻 𝗣𝗹𝘂𝗴𝗶𝗻 (𝗪𝗼𝗿𝗱𝗣𝗿𝗲𝘀𝘀) ഈ പതിപ്പിൽ വെക്റ്ററുകൾ നേരിട്ട് WordPress ഡാറ്റാബേസിലേക്ക് ചേർക്കുന്നു. ടെക്സ്റ്റ് ചങ്കുകൾക്കിടയിൽ (text chunks) ബ്രൂട്ട്-ഫോഴ്സ് സെർച്ച് (brute-force search) നടത്തുന്നതിന് ഇത് PHP ഉപയോഗിക്കുന്നു.

• ഏറ്റവും അനുയോജ്യം: ലളിതമായ ഒരു WordPress പ്ലഗിൻ ആഗ്രഹിക്കുന്ന ക്ലയന്റുകൾക്ക്. • ഗുണങ്ങൾ: അധിക സെറ്റപ്പുകൾ ആവശ്യമില്ല. ഏത് WordPress ഹോസ്റ്റിലും ഇത് പ്രവർത്തിക്കും. സൈറ്റ് ഡാറ്റാബേസിനുള്ളിൽ തന്നെ ഇത് നിലനിൽക്കുന്നു. • ദോഷങ്ങൾ: വളരെ വലിയ ഡാറ്റാസെറ്റുകൾക്ക് ഇത് സാവധാനത്തിലായിരിക്കും.

𝗞𝗲𝘆 𝗧𝗮𝗸𝗲𝗮𝘄𝗮𝘆𝘀:

  • ആർക്കിടെക്ചറിനെ ഡിപ്ലോയ്‌മെന്റിന് അനുസൃതമായി ക്രമീകരിക്കുക. ഒരു പ്രത്യേക ഡാറ്റാബേസ് ആവശ്യമായ WordPress പ്ലഗിൻ പ്രയോജനപ്രദമായ ഒരു പ്ലഗിൻ അല്ല.
  • ചെറുതായി തുടങ്ങുക. സങ്കീർണ്ണമായ ഡാറ്റാബേസുകൾ നിർമ്മിക്കുന്നതിന് മുമ്പ്, നിങ്ങളുടെ യൂസർ എക്സ്പീരിയൻസ് (user experience) ശരിയാണോ എന്ന് ഒരു സ്റ്റാറ്റിക് JSON ഇൻഡക്സ് വഴി തെളിയിക്കാം.
  • ചെറിയ സൈറ്റുകൾക്ക് ബ്രൂട്ട്-ഫോഴ്സ് സെർച്ച് മതിയാകും. ഏതാനും ആയിരം ഭാഗങ്ങൾ (passages) ഉള്ളപ്പോൾ ഇത് മതിയായ വേഗത നൽകും. അത്യാവശ്യമില്ലെങ്കിൽ സങ്കീർണ്ണമായ വെക്റ്റർ എൻജിനുകൾ ഉപയോഗിക്കരുത്.
  • കോഡ് ഫ്ലെക്സിബിൾ ആയി സൂക്ഷിക്കുക. നിങ്ങളുടെ വെക്റ്റർ സ്റ്റോറിനായി ഒരു ഇന്റർഫേസ് ഉപയോഗിക്കുക. ഇത് നിങ്ങളുടെ ആപ്പ് വീണ്ടും എഴുതാതെ തന്നെ JSON-ൽ നിന്ന് Postgres-ലേക്ക് മാറാൻ സഹായിക്കും.
  • സുരക്ഷ പ്രധാനമാണ്. എല്ലാ തലങ്ങളിലും API കീകൾ എൻക്രിപ്റ്റ് ചെയ്യുക. ഉപയോക്താക്കളുടെ സെൻസിറ്റീവ് ഡാറ്റ കൈകാര്യം ചെയ്യാതിരിക്കാൻ 'bring-your-own-key' മോഡൽ ഉപയോഗിക്കുക.

Source: https://dev.to/kaidanov/from-docusaurus-mai-to-a-wordpress-ai-chat-with-vectors-41ba