使用 LlamaExtract 🔄 自動生成提取模式，無需手動設置 自動創建數據提取的模式，使從非結構化文檔中提取結構化信息變得更加容易，無需提前定義提取模式。只需從提示和/或示例文件開始： 🤖 自動推斷數據的提取結構 📊 跳過手動模式定義，讓 AI 處理繁重的工作 🎯 專注於使用提取的數據，而不是配置提取規則 查看自動模式生成指南：

在本期AI領袖系列中，我們與Cemex的首席數據科學家Daniel坐下來，探討全球領先的建築材料公司如何透過LlamaIndex進行轉型。 從簡化供應鏈到增強客戶參與度，Cemex正在利用AI和LlamaIndex來： ➡️ 自動化手動、耗時的流程。 ➡️ 賦能智能代理以獲取可操作的知識。 ➡️ 提高技術文檔的檢索準確性和聊天機器人的性能。 ➡️ 在智能運營、健康與安全以及商業努力中擴展AI解決方案。 在這裡查看完整視頻：

我們很高興我們的 @itsclelia 將在由 @qdrant_engine 主辦的 Vector Space Day 上發言！ 她的演講《工作流工程中的向量資料庫》深入探討了工作流工程： ⚡️ 工作流狀態管理與持久性 ⚡️ LLM 和代理的長期記憶 如果你正在構建 RAG 管道、代理 AI 或複雜工作流，這個會議適合你。 📍 柏林 | 🗓️ 9 月 26 日 📍 RSVP 👉