发布 Studio：您的 Haystack 开发环境
轻松构建、部署和测试 Haystack 管道
2024 年 11 月 20 日我们很高兴地宣布 Haystack 生态系统迎来一项令人兴奋的新成员：deepset Studio！在社区对可视化编辑器创建 AI 工作流的需求以及 beta 阶段宝贵的反馈之后，我们正式推出 deepset Studio，这是一个用于可视化构建、部署和管理 Haystack 管道的强大工具。
deepset Studio 是什么？
deepset Studio 是 deepset Cloud 的社区版本，deepset Cloud 是 Haystack 的创建者提供的企业级产品。它允许用户免费可视化构建和部署 Haystack 管道。凭借直观的拖放界面，Studio 通过组合 Haystack 的核心和核心集成 组件，简化了 AI 应用程序的设计过程。
如果您是 Haystack 用户，您会感到宾至如归。您可以可视化地连接代码中使用的相同组件——从而简化您的工作流程并缩短开发时间。
💡 在我们的教程中学习 Haystack 的基础知识：使用检索增强创建您的第一个 QA 管道。
为什么“可组合 AI”很重要
AI 工作流很少是单一的。相反，它们被构建为模块化系统，其中较小的任务协同工作以实现更大的目标，这种方法通常被称为可组合 AI 或复合 AI。
以检索增强生成 (RAG) 为例。RAG 应用程序由以下部分组成：
- 检索：为查询获取最相关的上下文。
- 增强：将检索到的上下文嵌入到 LLM 的提示中。
- 生成：使用提示通过 LLM 生成响应。
随着工作流复杂性的增加，任务和组件的数量也会增加，这使得管理整个系统变得更加困难。通过 Studio，您可以可视化地构建这些用例，测试和部署工作流，从而简化流程并减少开销。
主要特点
借助 deepset Studio，您可以
- 可视化构建：拖放组件并连接它们以创建自定义管道。
- 使用内置向量数据库：利用 OpenSearch 或连接到您喜欢的实例（Weaviate、Qdrant、ElasticSearch 或 Pinecone）。
- 快速开始：使用您自己的文件或探索 deepset Cloud 中提供的示例文件。
- 利用管道模板：利用预构建的管道模板来处理常见用例，例如检索增强生成 (RAG)。
- 尝试自定义组件：初步支持将您自己的组件集成到管道中。
- 轻松部署：将 Haystack 管道托管在 deepset Cloud 基础设施上。
- 测试和共享：在 Playground 中测试管道，并将原型与利益相关者共享。
- 导出管道：将管道导出为 YAML 定义或 Python 代码，以便在本地运行或进一步自定义。
💡 想深入了解？ 请查看我们的博客文章：使用 deepset Studio 和 NVIDIA NIM 可视化设计 Haystack AI 应用程序，了解如何使用 Studio 构建您的第一个索引和 RAG 管道。
即将推出
我们正在积极努力使 Studio 更加通用。以下是即将推出的功能一瞥：
- 增强的自定义组件支持：无缝地将您自己的集成与 Haystack 的核心套件结合使用。
- 扩展数据库选项：支持更多存储解决方案。
公开获取：开始使用 Studio！
deepset Studio 免费且对所有人开放！ 立即注册以开始使用 Studio 进行探索和创作，您将在接下来的 24 小时内收到一封包含帐户设置说明的电子邮件。无论您是构建简单的 RAG 工作流还是设计复杂的 AI 系统，Studio 都提供了您入门所需的工具。在deepset 博客上了解有关 Studio 的更多信息。
需要帮助或有反馈？ 加入我们Haystack Discord 服务器上的专用 #deepset-studio 频道。我们的团队和社区很乐意听取您的想法。🧡
