Do FileMaker à nuvem: como o SchallOS integra software empresarial com IA, ambiente de execução e atualizações

SchallOS - Plataforma de Aplicações Inteligentes

No desenvolvimento de uma aplicação empresarial, o foco recai inicialmente nas tarefas visíveis. São criadas tabelas, definidas relações, concebidos formulários de introdução de dados e automatizados os processos operacionais. Assim que os primeiros utilizadores conseguem trabalhar com a solução, parece que grande parte do projeto está concluída. No entanto, é na utilização prática que se inicia a fase mais exigente a longo prazo. Uma aplicação utilizada para fins empresariais tem de ser mantida, ampliada e adaptada a novos requisitos. As alterações têm de ser documentadas, as novas versões distribuídas e os dados existentes transferidos de forma segura. A isto acrescentam-se os diferentes direitos de utilizador, as cópias de segurança, as análises de erros e a questão de saber se uma solução deve ser operada localmente, num servidor próprio ou na nuvem.

Muitas plataformas de desenvolvimento concentram-se sobretudo na criação da própria aplicação. Para atualizações, documentação, implementação e operação, são posteriormente adicionadas ferramentas adicionais e procedimentos específicos. Com o tempo, surge um ambiente técnico composto por muitos componentes separados entre si, que só pode ser mantido coeso com um esforço considerável. Por isso, a SchallOS adota uma abordagem mais abrangente. A plataforma pretende acompanhar uma aplicação empresarial não só durante a sua criação, mas ao longo de todo o seu ciclo de vida: desde o desenvolvimento, passando pela documentação e implementação, até às atualizações e à operação contínua.

Ler mais

Da exportação de dados ChatGPT para a sua própria IA do conhecimento: passo a passo com Ollama e Qdrant

O caminho para a sua própria memória de IA

Na primeira parte desta série de artigos, vimos que a exportação de dados do ChatGPT é muito mais do que apenas uma função técnica. Os seus dados exportados contêm uma coleção de pensamentos, ideias, análises e conversas que se acumularam durante um longo período de tempo. Mas enquanto estes dados estiverem apenas armazenados como um arquivo no seu disco rígido, continuam a ser apenas isso: um arquivo. O passo crucial é tornar esta informação novamente utilizável. É exatamente aqui que começa o desenvolvimento de uma IA de conhecimento pessoal.

A ideia é surpreendentemente simples: uma IA não deve apenas trabalhar com conhecimentos gerais, mas também ser capaz de aceder aos seus próprios dados. Deve ser capaz de pesquisar conversas anteriores, encontrar conteúdos adequados e incorporá-los em novas respostas. Isto transforma uma IA normal numa espécie de memória digital. Esta é a segunda parte da série de artigos, que agora aborda o lado prático das coisas.

Ler mais

RAG com Ollama e Qdrant como motor de pesquisa universal para dados próprios

Alargar a IA local com bases de dados utilizando RAG, Ollama e Qdrant

Num mundo de informação cada vez mais confuso, é cada vez mais importante tornar as suas próprias bases de dados pesquisáveis de forma direcionada - não através de pesquisas clássicas de texto integral, mas através de respostas semanticamente relevantes. É exatamente aqui que entra em jogo o princípio da base de dados RAG - uma solução de pesquisa apoiada por IA que consiste em dois componentes centrais:

Ler mais

Ollama encontra Qdrant: Uma memória local para a sua IA no Mac

Memória para IA local com Ollama e Qdrant

IA local com memória - sem nuvem, sem subscrição, sem desvios

Num artigos anteriores Expliquei como configurar o Ollama no Mac install. Se já tiver concluído este passo, tem agora um modelo de língua local poderoso - como o Mistral, LLaMA3 ou outro modelo compatível que pode ser abordado através da API REST.

No entanto, o modelo apenas "sabe" o que está no prompt atual. Não se lembra de conversas anteriores. O que falta é uma memória.

Ler mais