Wenxin Intelligent Body Tutorial : (II) Processus de création d'un corps intelligent

Le mode de création de flux de travail permet aux développeurs de créer rapidement des intelligences en orchestrant des flux de travail, où vous pouvez glisser-déposer et combiner des modules tels que des modèles, des repères, des codes, etc. pour mettre en œuvre des processus d'entreprise précis et complexes.
Cliquez ici pour regarder le cours vidéoL'intelligence du développement des flux de travail en action.

 

établir

Après vous être connecté à la plateforme, cliquez sur "Créer une intelligence" sur le côté gauche et créez-la immédiatement en utilisant le bouton de création de flux de travail dans le coin supérieur droit.

文心智能体教程:(二)工作流创建智能体

Remplissez le nom et le profil dans le panneau et téléchargez une image d'avatar pour terminer la création.

文心智能体教程:(二)工作流创建智能体

 

 

Construction de processus

La création d'un flux de travail pour le corps intelligent à l'aide de l'orchestration visuelle est aussi simple que de faire glisser des kits de barre latérale sur le canevas et de les relier entre eux pour créer des chemins d'accès. La plateforme Wencent Intelligent Body offre un large choix de kits de développement, notamment des chaînes, des modèles, des mots-clés et bien plus encore.

文心智能体教程:(二)工作流创建智能体

 

 

kit de développement

 

1. description du kit

Les kits sont les éléments constitutifs d'un processus d'orchestration visuelle. Ils se composent d'entrées, de sorties et de paramètres qui définissent leur fonctionnalité et fournissent un moyen pratique et direct de construire des intelligences.

Type de kit :

  • Chaîne :Utilisées pour orchestrer le processus principal, les intelligences suivront l'ordre de la chaîne et produiront les résultats après exécution ; La plateforme fournit une variété de types, tels que les chaînes de grands modèles et les chaînes de branches, pour exprimer la logique d'entreprise des intelligences.
  • Kits simples : Tous les kits, à l'exception des chaînes, sont des kits simples qui peuvent être connectés aux chaînes correspondantes.La connexion prendra effet en tant que propriété de base de la chaîne..

Fonctionnement du kit :

Lors de la création du processus, vous remarquerez des points de connexion (cercle bleu ○ ou diamant violet ◇) qui se connectent à l'un ou aux deux côtés du kit. Ces connexions représentent la disponibilité de connexions à d'autres kits, et vous pouvez voir les détails de la connexion en survolant le point de connexion. Les diamants violets représentent les points de connexion de chaîne à chaîne, avec les entrées à gauche et les sorties à droite ; les cercles bleus représentent les points de connexion de chaîne à autre kit, ou d'autre kit à autre kit, avec les entrées à gauche et les sorties à droite.

Exemple Description :

Si vous sélectionnez un kit de chaîne de grands modèles, vous verrez des points de connexion ○ bleus et ◇ violets. Ils indiquent que la suite de chaînes accepte les suites de modèles et de mots repères comme entrées, et l'astérisque rouge * indique que ce type d'entrée doit être connecté ; elle accepte également les connexions à d'autres chaînes via la connexion ◇ violette.

文心智能体教程:(二)工作流创建智能体

L'icône d'état du kit se trouve dans le coin supérieur droit de la carte du kit. Une fois que les connexions nécessaires ont été établies, que les tests ont été lancés et que la validation a réussi, l'état de chaque suite validée doit être vert ; l'état d'une suite qui a rencontré une erreur lorsque la validation a échoué doit être rouge, et en passant la souris sur l'état d'échec, l'erreur détectée s'affichera.

 

2. liste des kits

Avant d'examiner chaque kit en détail, clarifions certains concepts pour mieux comprendre les fonctions spécifiques du kit ~

  • Historique du dialogue entrant : élément de configuration commun qui détermine si l'historique du dialogue doit être transmis au modèle en tant que contexte ;
  • Mots clés de sortie : éléments de configuration communs, résultats de sortie de la chaîne en cours, vous pouvez passer le paramètre {variable_name} pour exprimer les variables que vous souhaitez passer dans la chaîne suivante ;
  • Variable par défaut :{_input_}Représentant l'entrée de l'utilisateur, cette variable peut prendre effet pour tous les kits dans le canevas.
Classification des kitsNom du kitIntroduction du kitDescription des paramètres
ChaînesChaîne de grands modèles (LLMChain)Le chaînage de grands modèles (LLMChain) peut transformer plusieurs entrées en indices de modèles, ce qui permet un formatage plus poussé des sorties.1) Points de connexion d'entrée : modèles, mots clés
ChaînesChaîne de grands modèles (LLMChain)2) Point de connexion de sortie : aucun
ChaînesChaîne de grands modèles (LLMChain)3) Éléments de configuration.
ChaînesChaîne de grands modèles (LLMChain)Transmission de l'historique du dialogue : interrupteur permettant de déterminer si l'historique du dialogue doit être transmis au modèle en tant que contexte.
ChaînesChaîne de grands modèles (LLMChain)Mots clés de sortie : non requis, définit la description du résultat de sortie de la chaîne
ChaînesChaîne de grands modèles (LLMChain)4) Points de connexion de la chaîne : il existe des points de connexion d'entrée/sortie de la chaîne qui peuvent être connectés à n'importe quelle autre chaîne.
ChaînesRouterChainLa fonction principale de la RouterChain est de sélectionner dynamiquement la chaîne suivante à invoquer, qui peut être acheminée vers différentes sous-chaînes en fonction des entrées.1) Points de connexion d'entrée : modèles, mots clés
ChaînesRouterChain2) Point de connexion de sortie : aucun
ChaînesRouterChain3) Éléments de configuration :
ChaînesRouterChainTransmission de l'historique du dialogue : interrupteur permettant de déterminer si l'historique du dialogue doit être transmis au modèle en tant que contexte.
ChaînesRouterChainMots clés de sortie : non requis, définit la description du résultat de sortie de la chaîne
ChaînesRouterChain4) Points de connexion de la chaîne :
ChaînesRouterChainPoint de connexion de l'entrée de la chaîne : peut être connecté à n'importe quelle autre chaîne
ChaînesRouterChainPoints de connexion de sortie de chaîne : les intentions doivent être configurées, chaque intention correspondant à un point de connexion de sortie de chaîne.
ChaînesRouterChain
ChaînesRouterChainIntensité commune : obligatoire, permet d'ajouter plusieurs entrées. Utilisé pour exprimer différentes correspondances d'intention et pour trier vers d'autres sous-chaînes en fonction de l'intention ;
ChaînesRouterChainIntention par défaut : obligatoire, si l'intention commune n'est pas trouvée, elle sera exécutée par défaut.
ChaînesChaîne de récupérationRetrievalChain fait appel aux documents de la base de connaissances et aux requêtes basées sur la capacité du modèle.1) Points de connexion d'entrée : modèle, mot clé, base de connaissances
ChaînesChaîne de récupération2) Point de connexion de sortie : aucun
ChaînesChaîne de récupération3) Éléments de configuration :
ChaînesChaîne de récupérationTransmission de l'historique du dialogue : interrupteur permettant de déterminer si l'historique du dialogue doit être transmis au modèle en tant que contexte.
ChaînesChaîne de récupération4) Points de connexion de la chaîne : il existe des points de connexion d'entrée/sortie de la chaîne qui peuvent être connectés à n'importe quelle autre chaîne.
ChaînesChaîne d'outilsToolChain pour invoquer des outils pour les requêtes1) Point de connexion d'entrée : outil
ChaînesChaîne d'outils2) Point de connexion de sortie : aucun
ChaînesChaîne d'outils3) Éléments de configuration :
ChaînesChaîne d'outilsMots clés de sortie : non requis, définit la description du résultat de sortie de la chaîne
ChaînesChaîne d'outils4) Points de connexion de la chaîne : il existe des points de connexion d'entrée/sortie de la chaîne qui peuvent être connectés à n'importe quelle autre chaîne.
ChaînesAskChainAskChain est utilisé pour spécifier l'intention et appeler le composant Ask afin de guider l'utilisateur pour qu'il pose des questions supplémentaires.1) Points de connexion des entrées : bulles d'interrogation
ChaînesAskChain2) Point de connexion de sortie : aucun
ChaînesAskChain3) Éléments de configuration :
ChaînesAskChainIntention obligatoire : obligatoire, définit l'intention que le modèle doit exécuter après que l'utilisateur a répondu à la question complémentaire en suivant le guide ; les intentions obligatoires doivent figurer dans la liste des intentions de la chaîne de branchement qu'elles relient pour garantir que le contenu de la réponse de l'utilisateur peut être renvoyé au processus principal ;
ChaînesAskChain4) Points de connexion de la chaîne :
ChaînesAskChainLe point de connexion d'entrée doit être une chaîne de dérivation ;
ChaînesAskChainPas de point de connexion de sortie ;
Invitations à la discussionModèle d'invitePromptTemplate est utilisé pour créer des invites et définir le format de sortie, qui est fourni au modèle sous la forme d'une directive.1) Point de connexion d'entrée : aucun
Invitations à la discussionModèle d'invite2) Point de connexion de sortie : chaîne (prend en charge les chaînes de grands modèles, les chaînes de dérivation, les chaînes de récupération)
Invitations à la discussionModèle d'invite3) Éléments de configuration :
Invitations à la discussionModèle d'inviteTemplate : obligatoire, vous pouvez créer des modèles d'invite et définir des variables pour contrôler le modèle d'instruction. Les variables peuvent être utilisées pour définir des instructions, des questions, des contextes, des entrées ou des exemples pour le modèle et peuvent être créées en utilisant n'importe quel nom sélectionné entre crochets, par exemple `{nom_de_la_variable}`. Ils servent d'espaces réservés pour des sections de texte qui peuvent être facilement modifiées. (Dans un flux interactif, la variable par défaut `{_input_}` peut être utilisée comme entrée du chat de l'utilisateur).
Invitations à la discussionModèle d'inviteFormat de sortie : vous pouvez spécifier le format de sortie de la réponse en rédigeant le contenu à l'aide de l'éditeur json.
ModèlesModèle de centre littéraire (ERNIE)Wenxin Yiyin (ERNIE) est un grand modèle linguistique enrichi de connaissances publié par Baidu.1) Point de connexion d'entrée : aucun
ModèlesModèle de centre littéraire (ERNIE)2) Point de connexion de sortie : chaîne (prend en charge les chaînes de grands modèles, les chaînes de dérivation, les chaînes de récupération)
ModèlesModèle de centre littéraire (ERNIE)3) Éléments de configuration :
ModèlesModèle de centre littéraire (ERNIE)Nom du modèle : le modèle à utiliser pour le processus en cours, actuellement ERNIE-bot, ERNIE-bot-turbo, ERNIE-bot 4 sont disponibles :
ModèlesModèle de centre littéraire (ERNIE)Température : plus la valeur est élevée, plus le contenu de la sortie est aléatoire ; inversement, plus la valeur est faible, plus le contenu de la sortie est ciblé et déterministe.
ModèlesModèle de centre littéraire (ERNIE)Diversité : c'est-à-dire Top-P, plus la valeur est élevée, plus le contenu de sortie est spécial ; inversement, plus la valeur est faible, plus le contenu de sortie est régulier.
Base de connaissancesEnsembles de données (VectorStore)VectorStore pour appeler les fichiers de données que vous avez téléchargés et que vous avez fini de traiter comme source de requêtes de modèle.1) Point de connexion d'entrée : aucun
Base de connaissancesEnsembles de données (VectorStore)2) Point de connexion de sortie : chaîne de recherche
Base de connaissancesEnsembles de données (VectorStore)3) Éléments de configuration :
Base de connaissancesEnsembles de données (VectorStore)Sélection de l'ensemble de données : vous pouvez sélectionner l'ensemble de données qui a été téléchargé et traité avec succès ici, ou cliquer sur "Nouveau" pour passer au module de gestion des ensembles de données afin d'ajouter un nouvel ensemble de données. Notez que seuls les jeux de données traités avec succès seront affichés dans la liste de sélection.
OutilsOutil de requête HTTP (RequestTool)Requête HTTPOutil permettant d'initier des requêtes et de renvoyer des résultats1) Point de connexion d'entrée : aucun
OutilsOutil de requête HTTP (RequestTool)2) Point de connexion de sortie : chaîne porte-outils
OutilsOutil de requête HTTP (RequestTool)3) Éléments de configuration :
OutilsOutil de requête HTTP (RequestTool)Lien de la demande : obligatoire, URL de la demande
OutilsOutil de requête HTTP (RequestTool)Méthodes de requête : Actuellement, la plateforme supporte les méthodes GET et POST, d'autres sont à venir !
OutilsOutil de requête HTTP (RequestTool)En-têtes : peuvent être saisis sous la forme d'une clé-valeur.
OutilsOutil de requête HTTP (RequestTool)Requête : peut être saisie sous la forme d'une clé-valeur.
OutilsOutil de requête HTTP (RequestTool)Corps : peut être saisi via l'éditeur json
OutilsOutil de recherche Baidu (BaiduSearchTool)Baidu SearchTool (BaiduSearchTool), utilisé pour interroger les résultats de recherche de Baidu, renvoyer le titre des résultats, les liens, le résumé et d'autres contenus.1) Point de connexion d'entrée : aucun
OutilsOutil de recherche Baidu (BaiduSearchTool)2) Point de connexion de sortie : chaîne porte-outils
OutilsOutil de recherche Baidu (BaiduSearchTool)3) Éléments de configuration :
OutilsOutil de recherche Baidu (BaiduSearchTool)Terme de recherche : Requis, entrez les mots-clés dont vous avez besoin pour demander une recherche Baidu.
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)AskUI fournit une gamme de composants GUI pour guider les utilisateurs à travers le processus de poser des questions d'une manière plus intuitive.1) Point de connexion d'entrée : aucun
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)2) Point de connexion de sortie : chaîne de questions
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)3) Éléments de configuration :
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)Sélection des composants : obligatoire, utilisé pour sélectionner les composants de l'interface utilisateur à utiliser, ne fournit actuellement que le "sélecteur", d'autres composants sont en cours d'amélioration, n'hésitez pas à les attendre !
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)Configuration du composant : obligatoire, le contenu de la configuration est associé au type de composant, et présente maintenant la configuration du sélecteur comme suit :
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)Titre : Questions nécessitant une saisie supplémentaire de la part de l'utilisateur
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)Options : ajouter jusqu'à 6 options ; actuellement, seule une sélection unique est prise en charge.
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)Variable de sortie : Requis, définit le nom de la variable du résultat de sortie du composant bulle de question, qui peut être utilisée pour être référencée en aval ou dans le modèle d'invite, la valeur par défaut est "valeur".
Composant interactif à bulles (MessageUI)Bulle de questions (AskUI)Modèles de mots-clés : vous pouvez créer des modèles de mots-clés et définir des variables pour contrôler le modèle d'instruction. Les variables peuvent être utilisées pour définir des instructions, des questions, des contextes, des entrées ou des exemples pour le modèle et peuvent être créées en utilisant n'importe quel nom sélectionné entre crochets. (Par exemple, le format `{nom_de_la_variable}` peut être utilisé comme variable, et la variable par défaut `{_entrée_}` peut être utilisée comme entrée de l'utilisateur pour le chat).

 

3. exemple de flux de travail

Les exemples de flux de travail suivants sont fournis à titre de référence pour mieux comprendre comment chaque suite se connecte et fonctionne.

scène d'introduction

1) Utiliser des chaînes de modèles pour construire des générateurs de blagues à partir de modèles et de mots clés.

variable par défaut{_input_}Pour obtenir la contribution de l'utilisateur, vous pouvez utiliser le mot d'invite dans le champ{_input_}pour définir la manière dont le modèle produit un contenu spécifique en fonction des données fournies par l'utilisateur.

文心智能体教程:(二)工作流创建智能体

2) Création d'un assistant de recherche de connaissances mysql utilisant des chaînes de recherche avec des ensembles de données sortants et des capacités de modélisation.

文心智能体教程:(二)工作流创建智能体

 

scène avancée

1) Construction d'un assistant de recherche météorologique à l'aide de grandes chaînes de modèles et de chaînes d'outils

Transfert de données entre plusieurs chaînes par le biais de mots-clés de sortie : une chaîne en aval peut accéder à la sortie d'une chaîne en amont par le biais des mots-clés de sortie de la chaîne en amont ;
Note : Les mots-clés de sortie ne peuvent être transmis que dans deux chaînes adjacentes.

文心智能体教程:(二)工作流创建智能体

2) Utiliser plusieurs chaînes de modèles pour créer un générateur de blagues capable de produire un format spécifié.

  • Spécifiez le format dans lequel le contenu de la blague sera édité à l'aide de la fonction Format de sortie du modèle d'invite ;
文心智能体教程:(二)工作流创建智能体
  • Les chaînes en aval faisant référence à des variables multiples en amont peuvent être combinées à l'aide de la combinaison outputKey. Syntaxe pour obtenir la combinaison
文心智能体教程:(二)工作流创建智能体

3) Utiliser des chaînes de ramification et des chaînes de questions pour créer un assistant complet capable de produire du contenu en fonction des différentes intentions de l'utilisateur.

  • La chaîne de branchement peut être configurée avec plusieurs intentions, et lorsque l'utilisateur saisit une intention, la branche correspondante est exécutée ; une intention par défaut est exécutée lorsqu'une intention inexistante est reconnue ;
  • Les chaînes de questions peuvent être connectées à des styles de bulles de sélection et, lorsque l'utilisateur termine l'interaction, l'intention forcée associée à la chaîne de branches est directement exécutée.
文心智能体教程:(二)工作流创建智能体

 

 

Essais de processus

Le flux de test permet de vérifier que le kit est entièrement configuré et que la voie d'accès est construite correctement. Une fois le test réussi, vous pouvez envoyer un message de chat dans l'écran de prévisualisation et lancer le smartbody pour vérifier les résultats.

文心智能体教程:(二)工作流创建智能体

Ajout ou suppression de composants dans le canevas, modification de la relation de connexion des composants, paramètres des composants, vous devez recliquer sur le test, lorsque le message d'erreur s'affiche, cela signifie qu'il y a une erreur de construction dans le canevas actuel, vous pouvez le modifier en fonction du message et du document "Kit de développement", et vous devez refaire le test pour vérifier si l'erreur est réparée ou non après la modification.

文心智能体教程:(二)工作流创建智能体

Les problèmes de test dans le canevas sont tous enregistrés dans le rapport de bogues, et les bogues corrigés sont automatiquement supprimés.

 

 

avant-premières

L'interface de chat offre une expérience conviviale d'interaction avec des intelligences, qui peut simuler le scénario réel d'un dialogue entre un utilisateur et un corps intelligent et obtenir un véritable retour d'information.

La prévisualisation n'est pas possible tant que le test n'est pas réussi. S'il existe un rapport d'erreur pour le test en cours, ou si le test n'a pas été validé, la prévisualisation n'est pas disponible.

Remarque : chaque test réussi peut être prévisualisé pendant 8 heures, après quoi vous devez cliquer à nouveau sur le test pour lancer la prévisualisation.

文心智能体教程:(二)工作流创建智能体
© déclaration de droits d'auteur

Articles connexes

Pas de commentaires

Vous devez être connecté pour participer aux commentaires !
S'inscrire maintenant
aucun
Pas de commentaires...