Cursor Togo - RAG & Vector Search avec Firebase & Cursor

​L'un des plus grands défis dans le développement d'applications IA modernes est de connecter vos propres données (fichiers, bases de données, connaissances métiers) aux LLMs via des systèmes RAG (Retrieval-Augmented Generation) intelligents et rapides.

​Dans ce workshop 100% pratique, nous allons découvrir comment associer les fonctionnalités next-gen de Firebase (Data Connect & Vector Search) à l'assistant IA Cursor pour concevoir, prototyper et déployer une architecture de recherche vectorielle complète.

​Que vous soyez développeur Full-stack, Frontend ou Curieux de l'IA, vous repartirez avec un projet fonctionnel et les meilleures pratiques de développement assisté par IA.

​🛠️ Ce que vous allez apprendre & pratiquer

• ​Modélisation GraphQL & Vectorielle : Configurer Firebase Data Connect (basé sur PostgreSQL sur Google Cloud) pour stocker et structurer vos données et embeddings.

• ​Moteur de recherche RAG : Générer des embeddings et exécuter des requêtes de similarité vectorielle en temps réel.

• ​Vibe Coding avec Cursor : Utiliser des règles sur-mesure (.cursorrules) pour guider l'Agent Cursor et générer du code Firebase propre, typé et sans erreurs.

• ​Intégration Frontend : Câbler le moteur de recherche à une interface utilisateur moderne à vitesse grand V.