Modello del backend della piattaforma di chat AI generativa
Memorizzazione del contesto per le sessioni utente

Punti chiave

Panoramica

Un prodotto di chat generativa A.I. richiede interazioni multi-persona, storage di contesto e capacità di messaggistica in tempo reale.

Questo modello definisce Utente, Messaggio, Sessione e Contesto con funzionalità di storage e controlli di accesso per consentire ai team di implementare rapidamente funzionalità conversazionali.

Perché costruire il backend della tua piattaforma di chat IA generativa con Back4app?

Back4app fornisce messaggi di chat, sessioni utente e primitive contestuali in modo che il tuo team possa concentrarsi sull'impegnare gli utenti e innovare senza preoccupazioni infrastrutturali.

• •Funzioni di messaggistica istantanea: Integra la classe di messaggio con gli utenti per flussi conversazionali efficaci.
• •Funzionalità di archiviazione contestuale: Gestisci i dati di sessione e mantieni il contesto per un'esperienza utente migliorata.
• •Flessibilità in tempo reale + API: Usa Live Queries per aggiornamenti di messaggistica istantanea mantenendo REST e GraphQL accessibili a tutti i client.

Costruisci e migliora rapidamente le funzionalità della piattaforma di chat con un unico contratto backend su tutte le piattaforme.

Vantaggi principali

Un backend di chat AI generativa che ti aiuta a costruire e iterare rapidamente senza compromettere l'esperienza utente.

Stack Tecnico

Tutto incluso in questo modello di backend di chat AI generativa.

Diagramma ER

Modello di relazione tra entità per lo schema della piattaforma di chat AI generativa.

erDiagram
    User ||--o{ ChatSession : "participants"
    User ||--o{ Message : "sender"
    ChatSession ||--o{ Message : "session"
    ChatSession ||--o{ Context : "context"

    User {
        String objectId PK
        String username
        String email
        String password
        String role
        Date createdAt
        Date updatedAt
    }

    ChatSession {
        String objectId PK
        Array<Pointer<User>> participants
        Pointer<Context> context FK
        Date createdAt
        Date updatedAt
    }

    Message {
        String objectId PK
        String content
        Pointer sender FK
        Pointer<ChatSession> session FK
        Date createdAt
        Date updatedAt
    }

    Context {
        String objectId PK
        String data
        Date createdAt
        Date updatedAt
    }

Flusso di integrazione

Flusso di esecuzione tipico per l'autenticazione degli utenti, l'invio dei messaggi e il recupero del contesto.

sequenceDiagram
  participant User
  participant App as Generative AI Chat Platform App
  participant Back4app as Back4app Cloud

  User->>App: Login
  App->>Back4app: POST /login
  Back4app-->>App: Session token

  User->>App: Start chat session
  App->>Back4app: POST /classes/ChatSession
  Back4app-->>App: New chat session details

  User->>App: Send message
  App->>Back4app: POST /classes/Message
  Back4app-->>App: Confirmation of message sent

  User->>App: Fetch messages
  App->>Back4app: GET /classes/Message?session=<sessionId>
  Back4app-->>App: Message history

Dizionario dei dati

Riferimento completo a livello di campo per ogni classe nello schema di chat AI generativa.

Sicurezza e Permessi

Come le strategie ACL e CLP proteggono utenti, messaggi, sessioni e dati di contesto.

Schema (JSON)

Definizione dello schema JSON grezzo pronta per essere copiato in Back4app o utilizzata come riferimento per l'implementazione.

{
  "classes": [
    {
      "className": "User",
      "fields": {
        "objectId": {
          "type": "String",
          "required": false
        },
        "username": {
          "type": "String",
          "required": true
        },
        "email": {
          "type": "String",
          "required": true
        },
        "password": {
          "type": "String",
          "required": true
        },
        "role": {
          "type": "String",
          "required": true
        },
        "createdAt": {
          "type": "Date",
          "required": false
        },
        "updatedAt": {
          "type": "Date",
          "required": false
        }
      }
    },
    {
      "className": "ChatSession",
      "fields": {
        "objectId": {
          "type": "String",
          "required": false
        },
        "participants": {
          "type": "Array",
          "required": true
        },
        "context": {
          "type": "Pointer",
          "required": true,
          "targetClass": "Context"
        },
        "createdAt": {
          "type": "Date",
          "required": false
        },
        "updatedAt": {
          "type": "Date",
          "required": false
        }
      }
    },
    {
      "className": "Message",
      "fields": {
        "objectId": {
          "type": "String",
          "required": false
        },
        "content": {
          "type": "String",
          "required": true
        },
        "sender": {
          "type": "Pointer",
          "required": true,
          "targetClass": "User"
        },
        "session": {
          "type": "Pointer",
          "required": true,
          "targetClass": "ChatSession"
        },
        "createdAt": {
          "type": "Date",
          "required": false
        },
        "updatedAt": {
          "type": "Date",
          "required": false
        }
      }
    },
    {
      "className": "Context",
      "fields": {
        "objectId": {
          "type": "String",
          "required": false
        },
        "data": {
          "type": "String",
          "required": true
        },
        "createdAt": {
          "type": "Date",
          "required": false
        },
        "updatedAt": {
          "type": "Date",
          "required": false
        }
      }
    }
  ]
}

API Playground

Prova REST e GraphQL endpoint contro lo schema di chat AI generativa. Le risposte utilizzano dati di esempio e non richiedono un account Back4app.

Utilizza lo stesso schema di questo modello.

Cosa ottieni con ogni tecnologia

Ogni stack utilizza lo stesso schema della piattaforma di chat AI generativa e i contratti API.

Domande Frequenti

Domande comuni sulla costruzione di un backend di chat AI generativa con questo modello.