Layanan pencarian AI untuk festival/acara di seluruh negeri

Halo!
Sejak saya mulai tertarik pada pengembangan aplikasi LLM dan layanan RAG, saya ingin membagikan layanan yang saya kembangkan sendiri.

Awalnya saya memulai ini dengan tujuan agar AI bisa merekomendasikan tempat wisata di sekitar saya sesuai selera saya,
namun karena keterbatasan data dan biaya, saya akhirnya membuat layanan yang dapat mencari informasi festival/acara daerah secara sederhana.

Saya sedang menyiapkan fitur rekomendasi dan penyediaan konten berbasis personalisasi melalui login.

Untuk meluncurkan platform web dan aplikasi, saya mengimplementasikannya dengan Flutter,
dan RAG dibangun berdasarkan pencarian vektor Neo4j + pencarian pembuatan kueri LLM.

Data dasar festival/acara disediakan dari TourAPI milik Korea Tourism Organization,
dan dokumen yang dirujuk AI saat menghasilkan jawaban didasarkan pada pencarian web (bukan real-time).

Saya akan sangat berterima kasih jika Anda bisa memberikan berbagai masukan, baik terkait kegunaan maupun fungsi RAG!

Fitur

• Mencari informasi festival/acara yang sedang berlangsung di seluruh negeri
• Menjelajahi festival/acara di peta dengan menggunakan fitur penelusuran peta AI
• Menggunakan fitur percakapan AI untuk menanyakan informasi umum tentang festival/acara

Tautan layanan

• Tautan halaman web: https://travelgen.kr
• Aplikasi iOS: https://apps.apple.com/kr/app/…

[sukosmos]

Fitur percakapan AI-nya berguna!

[jacde]

Terima kasih!

[javafactory]

Boleh dijelaskan fitur apa yang disediakan oleh kueri LLM yang Anda sebutkan?

Saya sudah mencoba membuka situsnya, tetapi kesan yang saya dapatkan terasa seperti pencarian peta biasa. Karena ini bidang yang saya minati, saya ingin tahu, kalau memungkinkan, bagaimana teknologinya memberikan manfaat.

[jacde]

Saya mencoba memanfaatkan keunggulan GraphRAG dengan mudah melalui text2cypher (menjelajahi berbagai relasi antar-node), tetapi dalam implementasi saya tampaknya masih ada masalah konsistensi pada generasi LLM dan karena skemanya sederhana, sejauh ini belum memberikan keunggulan fungsional yang signifikan. Dalam banyak kasus, pencarian vektor teks sederhana justru memberikan hasil yang lebih baik.

Saat ini saya sedang mengimplementasikannya agar bisa menangani kueri berikut dengan lebih akurat.

1. Kueri pengguna yang membutuhkan berbagai pemfilteran (ketika memerlukan informasi yang memenuhi beberapa kondisi sekaligus, seperti dalam periode tertentu, topik tertentu, tempat tertentu, dan sebagainya)
2. Pencarian terhadap node yang dibuat sendiri meskipun tidak ada di teks dokumen (misalnya topik acara; pencarian vektor tidak memungkinkan)
3. Pencarian informasi yang memiliki relasi kompleks

Fitur-fitur ini tampaknya dimungkinkan berkat fleksibilitas LLM yang secara otomatis menghasilkan kueri DB berdasarkan skema.

[aer0700]

Bagus sekali wkwkwk

[jacde]

Terima kasih!

[skhan]

Resource apa yang digunakan untuk RAG?

[jacde]

Layanan pencarian AI untuk festival/acara di seluruh negeri

Layanan ini didasarkan pada informasi deskripsi yang disediakan oleh API publik dan dokumen web dari situs resmi.

[huiya]

Wah, ini bagus ya?

[jacde]

Terima kasih atas masukannya!

[thkimdev]

Bagus juga

[jacde]

Terima kasih!

[tsboard]

Layanan ini sepertinya akan sangat disukai pemerintah. Terutama pemerintah daerah, rasanya mereka akan sangat menginginkannya...!

[jacde]

Terima kasih atas kata-kata baik Anda!

[maneuling]

Bagus sekali, ya?

[jacde]

Terima kasih sudah melihatnya dengan baik!

[mhj5730]

Kalau terus berkembang, sepertinya bakal benar-benar berguna.

[jacde]

Terima kasih~!