نُعلن اليوم عن إطلاق أداة البحث في الملفات ضمن واجهة برمجة التطبيقات الخاصة بـ Gemini، وهي نظام مُدارة بالكامل يُطبّق نموذج التوليد المعتمد على المعرفة (RAG) مباشرة داخل واجهة Gemini، مما يُبسّط عملية الاسترجاع ويسمح للمطورين بالتركيز على بناء التطبيقات دون الحاجة إلى التعامل مع التعقيدات التقنية. تُقدّم أداة البحث في الملفات طريقة بسيطة، متكاملة، وقابلة للتوسع لربط نموذج Gemini بمعرفتك الخاصة، ما يُنتج إجابات أكثر دقة، صلة بالسياق، وقابلة للتحقق. لجعل الأداة سهلة الاستخدام واقتصادية للجميع، نقدّم تخزين الملفات وإنشاء التضمينات (embeddings) عند كل استعلام مجانًا. يُدفع فقط عند تضمين الملفات لأول مرة، بسعر ثابت قدره 0.15 دولار لكل مليون رمز (أو السعر المطبق حسب نموذج التضمين، في هذه الحالة gemini-embedding-001). هذا النموذج الجديد للدفع يجعل الأداة سهلة التنفيذ وفعّالة من حيث التكلفة، خاصة عند التوسع في المشاريع. تُبسّط أداة البحث في الملفات عملية التطوير من خلال إدارة جميع مراحل نظام RAG تلقائيًا. فهي تُدير تخزين الملفات، وتقسيمها إلى قطع مثالية، وإنشاء التضمينات، وإدراج السياق المسترجع تلقائيًا في النص المطلوب. وتُستخدم الأداة ضمن واجهة generateContent المألوفة، ما يُسهّل تكاملها في المشاريع الحالية. تمكّن الأداة من البحث في المتجهات باستخدام أحدث نماذج تضمين Gemini، التي تُدرك المعنى والسياق وراء استفسار المستخدم، حتى في حال عدم تكرار الكلمات المحددة في النصوص. هذا يُتيح استرجاع معلومات ذات صلة بدقة عالية، بغض النظر عن صيغة الصياغة. تُضمن الأداة أيضًا ميزة الاقتباس التلقائي، حيث تُرفق إجابات النموذج بمصادر محددة من الملفات التي استُخدمت في توليد الإجابة، ما يُسهّل التحقق من مصداقيتها. كما تدعم مجموعة واسعة من أشكال الملفات، بما في ذلك PDF، DOCX، TXT، JSON، بالإضافة إلى ملفات برمجية شائعة مثل Python، JavaScript، وC++. يمكن الاطلاع على القائمة الكاملة في وثائق الدعم. يمكنك تجربة الأداة من خلال تطبيق تجريبي جديد متاح في Google AI Studio، والذي يتطلب مفتاح API مدفوع. هذه الخطوة تمكّن المطورين من تجربة أداء الأداة في بيئة واقعية، وفهم كيف يمكنها تحسين تجربة المستخدم من خلال دمج المعرفة الخاصة بـك مباشرة في تفاعلات نموذج الذكاء الاصطناعي.