Produto blank

AIKit 4D: Saídas estruturadas

Tradução automática de Deepl

Ao utilizar a IA na sua aplicação, necessita frequentemente de resultados que o seu código possa analisar, e não apenas de texto de forma livre. Quer esteja a gerar dados para uma interface de utilizador, a automatizar lógica de negócio, ou a orquestrar raciocínios de vários passos, respostas previsíveis e legíveis por máquina são essenciais.

É por isso que o 4D AIKit de 4D 21 introduz o novo atributo response_format permitindo definir a estrutura exata da saída do modelo para assegurar consistência, validação, e integração suave na lógica de sua aplicação.

Produto blank

Editar e gerir o código do componente diretamente no projeto anfitrião a partir do 4D Explorer

Tradução automática de Deepl

Em 4D 20 R9, introduzimos a habilidade de editar e depurar métodos e classes de componentes diretamente de um projeto hospedeiro. Começando com 4D 21, agora vamos mais longe fazendo 4D Explorer o centro para editar tanto o projeto quanto o código do componente. O que é para si: trabalhar melhor, trabalhar mais rápido, com seus componentes.

Produto blank

4D NetKit: Simplificar os redireccionamentos do OAuth 2.0 após a autenticação

Tradução automática de Deepl

4D NetKit acaba de tornar o redirecionamento de usuários após a autenticação OAuth 2.0 mais fácil com 4D 21. A classe OAuth2Provider em 4D NetKit agora permite URLs reais para authenticationPage e authenticationErrorPage. Isso significa que agora tem mais opções de redirecionamento após a autenticação, como páginas Qodly ou HTTP Handlers. Quer a autenticação seja bem-sucedida ou não, mantém o controlo da experiência do utilizador com opções de redireccionamento suaves e flexíveis.

Produto blank

Seguir, auditar, otimizar: Assuma o controlo das suas sessões Web 4D

Tradução automática de Deepl

Desde a introdução de sessões escaláveis, a gestão de sessões do lado do servidor tornou-se um componente importante das arquitecturas 4D modernas. Estas sessões permitem uma escalabilidade fina para aplicações web, mas também requerem uma supervisão mais estrita para garantir o desempenho, estabilidade, e controlo de licenças. Com 4D 21, agora tem um meio compreensivo de inspecionar todas as sessões web abertas, sejam elas originadas de conexões REST, chamadas SOAP, ou pedidos 4DACTION.

Produto blank

Pesquisa semântica: consulta por semelhança de vectores

Tradução automática de Deepl

Com a crescente importância da busca baseada em vetores em aplicações de IA como busca semântica, mecanismos de recomendação e processamento de linguagem natural, 4D introduz suporte nativo para consultas vetoriais na função query(). Essa melhoria traz comparações de similaridade de vetores diretamente para a linguagem de DataClass.query() e EntitySelection.query().

Produto blank

4D 21 e AI Kit: Redefinir a forma como as aplicações pensam e actuam

Tradução automática de Deepl

Com 4D 21, a IA dá um salto gigante. No coração dessa evolução está a chamada de ferramenta do AI Kit, uma adição massiva que transforma a maneira como integra a IA em suas aplicações.

A chamada de ferramentas permite estender as capacidades do modelo registando os seus próprios métodos ou funções, que a IA pode chamar automaticamente quando relevante. Isto significa que, em vez de tratar manualmente todas as interações, o assistente de conversação invoca automaticamente os seus manipuladores, dando-lhe flexibilidade e controlo.

Dicas blank

Encontre o ponto certo no seu documento 4D Write Pro com IA

Tradução automática de Deepl

Em aplicações 4D, documentos grandes são comuns: relatórios financeiros, diretrizes internas, manuais técnicos… Procurar uma palavra-chave exacta muitas vezes não é suficiente. Percorrer relatórios de 30 páginas para encontrar um parágrafo não é apenas demorado, mas também propenso a erros. É aqui que a IA pode ajudar.

A abordagem semântica baseada em vectores, introduzida em 4D 20 R10, já torna possível encontrar um documento 4D Write Pro relevante mesmo quando são usadas palavras diferentes (por exemplo, “inserir imagem” vs. “adicionar imagem”).

Mas o que acontece quando um documento se estende por múltiplas páginas e cobre vários subtópicos? Mesmo que todo o texto possa ser convertido num único vetor, os resultados são frequentemente melhores quando trabalhamos a uma escala mais fina. É esta a ideia subjacente ao chunking: dividir um documento em segmentos coerentes, cada um representado pelo seu próprio vetor.

É precisamente isto que nos permite ir mais longe: recuperar não só o documento certo, mas também a passagem exacta que corresponde à pesquisa.