Kairon est désormais envisagé comme une plate-forme de transformation numérique conversationnelle qui aide à créer des assistants numériques basés sur LLM à grande échelle. Il est conçu pour faciliter la vie de ceux qui travaillent avec des assistants ai, en leur offrant une interface Web sans codage pour adapter, former, tester et maintenir ces assistants. Nous améliorons désormais l'épine dorsale de Kairon avec un système de gestion de contexte à part entière pour créer des assistants numériques proactifs.
Qu’est-ce que Kairon ?
Kairon est actuellement un ensemble d'outils construits sur le framework RASA avec une interface utilisateur utile. Tandis que RASA se concentre sur la technologie des chatbots elle-même. Kairon, quant à lui, se concentre sur la technologie qui gère le prétraitement des données nécessaires à ce cadre. Celles-ci incluent l'augmentation des questions et la génération de graphiques de connaissances qui peuvent être utilisés pour générer automatiquement des intentions, des questions et des réponses. Il s'occupe également du post-traitement et de la maintenance de ces robots tels que les métriques/messages de suivi, etc.
Que peut-il faire ?
Kairon est open source. Il s'agit d'une plateforme de transformation numérique conversationnelle : Kairon est une plateforme qui permet aux entreprises de créer et de déployer des assistants numériques pour interagir avec les clients de manière conversationnelle.
Gestion du cycle de vie de bout en bout : Kairon prend en charge l'ensemble du cycle de vie des assistants numériques, de la création au déploiement et au suivi, libérant ainsi les ressources de l'entreprise pour se concentrer sur d'autres tâches. Assistants numériques connectés : les assistants numériques de Kairon sont connectés à la plate-forme, ce qui permet un suivi en temps réel de leurs performances ainsi qu'une maintenance et des mises à jour faciles selon les besoins.
Interface low-code/no-code : l'interface de Kairon est conçue pour permettre aux utilisateurs fonctionnels, tels que les équipes marketing ou la gestion de produits, de définir facilement comment l'assistant numérique répond aux requêtes des utilisateurs sans avoir besoin de compétences approfondies en codage. Injection de script sécurisée : les assistants numériques de Kairon peuvent être facilement déployés sur des sites Web et des produits SAAS grâce à l'injection de script sécurisée, permettant aux organisations d'offrir un meilleur service client et une meilleure assistance.
Télémétrie Kairon : la fonction de télémétrie de Kairon surveille la manière dont les utilisateurs interagissent avec le site Web/le produit sur lequel Kairon a été injecté et intervient de manière proactive s'ils rencontrent des problèmes, améliorant ainsi l'expérience utilisateur globale. Concepteur de client de chat : la fonctionnalité de conception de client de chat de Kairon permet aux organisations de créer des clients de chat personnalisés pour leurs assistants numériques, ce qui peut améliorer l'expérience utilisateur et contribuer à fidéliser la marque.
Module d'analyse : le module d'analyse de Kairon fournit des informations sur la manière dont les utilisateurs interagissent avec l'assistant numérique, permettant aux organisations d'optimiser leurs performances et de fournir un meilleur service aux clients. Suite d'intégration robuste : la suite d'intégration de Kairon permet aux assistants numériques d'être servis de manière omnicanal et multilingue, améliorant ainsi l'accessibilité et élargissant la portée de l'assistant numérique.
Analyse des difficultés en temps réel : les assistants numériques de Kairon utilisent des analyses de difficultés en temps réel pour intervenir de manière proactive lorsque les utilisateurs sont confrontés à des frictions sur le produit/site Web sur lequel Kairon a été injecté, améliorant ainsi la satisfaction des utilisateurs et réduisant le taux de désabonnement. Ce site Web peut être trouvé sur Kairon et est hébergé par NimbleWork Inc.
Qui l'utilise ?
Kairon est conçu pour deux équipes et individus qui souhaitent une interface simple et sans codage pour créer, former, tester et déployer des assistants numériques. On peut accéder directement à ces fonctionnalités depuis notre site Web hébergé. Les équipes qui souhaitent héberger le formateur chatbot en interne. Ils peuvent le construire en utilisant Docker Compose. Au sein de la PNL, nos équipes se concentrent actuellement sur les Knowledge Graphs – Faites-nous savoir si vous êtes intéressé.
À ce stade, il se superpose à Rasa Open Source
Kairon nécessite uniquement une version récente de Docker et Docker Compose.
Veuillez effectuer les modifications ci-dessous dans docker/docker-compose.yml
définissez le serveur de variables d'environnement sur l'adresse IP publique de la machine sur laquelle le conteneur Docker de l'API du formateur s'exécute, par exemple : http://localhost:81
Facultatif , si vous souhaitez activer Google Analytics, supprimez le commentaire de l'ID de suivi et définissez l'ID de suivi Google Analytics.
définissez la variable d'environnement SECRET_KEY sur une clé aléatoire.
utilisez la commande ci-dessous pour générer une clé secrète aléatoire
openssl rand -hex 32
exécutez la commande.
cd kairon/docker
docker-compose up -d
Ouvrez http://localhost/ dans le navigateur.
Pour tester, utilisez le nom d'utilisateur : [email protected] et le mot de passe : Changeit@123 pour essayer avec l'utilisateur de démonstration
Kairon nécessite Python 3.10 et Mongo 4.0+
Ensuite, clonez ce dépôt
git clone https://github.com/digiteinfotech/kairon.git
cd kairon/
Pour créer un environnement virtuel, veuillez suivre le lien
Pour installer les dépendances
Fenêtres
setup.bat
Aucune distribution correspondante trouvée tensorflow-text - supprimez la dépendance du fichier Requirements.txt, car la version Windows n'est pas disponible #44
Linux
chmod 777 ./setup.sh
sh ./setup.sh
Pour démarrer les services d'augmentation, exécutez
python -m uvicorn augmentation.paraphrase.server:app --host 0.0.0.0
Pour démarrer les services Trainer-API, exécutez
python -m uvicorn kairon.api.app.main:app --host 0.0.0.0 --port 8080
Le fichier email.yaml peut être utilisé pour configurer le processus de confirmation du compte via un lien de vérification envoyé à l'identifiant de messagerie de l'utilisateur. Il se compose des paramètres suivants :
activer -
définissez la valeur sur True pour activer la vérification des e-mails et sur False pour la désactiver.
Vous pouvez également utiliser la variable d'environnement EMAIL_ENABLE pour modifier les valeurs.
URL -
cette URL, accompagnée d'un jeton unique, est envoyée à l'identifiant de messagerie de l'utilisateur pour la vérification du compte ainsi que pour les tâches de réinitialisation du mot de passe.
Vous pouvez également utiliser la variable d'environnement APP_URL pour modifier les valeurs.
e-mail -
l'identifiant de messagerie du compte qui envoie le mail de confirmation.
Vous pouvez également utiliser la variable d'environnement EMAIL_SENDER_EMAIL pour modifier les valeurs.
mot de passe -
le mot de passe du compte qui envoie le mail de confirmation.
Vous pouvez également utiliser la variable d'environnement EMAIL_SENDER_PASSWORD pour modifier les valeurs.
port -
le port utilisé pour envoyer le courrier [Par ex. "587"].
Vous pouvez également utiliser la variable d'environnement EMAIL_SENDER_PORT pour modifier les valeurs.
service -
le service de messagerie utilisé pour envoyer le courrier de confirmation [Par ex. "gmail"].
Vous pouvez également utiliser la variable d'environnement EMAIL_SENDER_SERVICE pour modifier les valeurs.
s'il vous plaît -
définissez la valeur sur True pour activer la sécurité de la couche de transport et sur False pour la désactiver.
Vous pouvez également utiliser la variable d'environnement EMAIL_SENDER_TLS pour modifier les valeurs.
ID de l'utilisateur -
l'ID utilisateur du service de messagerie si vous utilisez un service personnalisé pour l'envoi de courriers.
Vous pouvez également utiliser la variable d'environnement EMAIL_SENDER_USERID pour modifier les valeurs.
sujet_confirmation -
l'objet du courrier à envoyer pour confirmation.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_CONFIRMATION_SUBJECT pour changer de sujet.
confirmation_body -
le corps du courrier à envoyer pour confirmation.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_CONFIRMATION_BODY pour modifier le corps du mail.
sujet_confirmé -
l'objet du mail à envoyer après confirmation.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_CONFIRMED_SUBJECT pour changer de sujet.
corps_confirmé -
le corps du courrier à envoyer après confirmation.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_CONFIRMED_BODY pour modifier le corps du mail.
mot de passe_reset_subject -
l'objet du mail à envoyer pour la réinitialisation du mot de passe.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_PASSWORD_RESET_SUBJECT pour changer de sujet.
mot de passe_reset_body -
le corps du mail à envoyer pour la réinitialisation du mot de passe.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_PASSWORD_RESET_BODY pour modifier le corps du courrier.
mot de passe_changed_subject -
l'objet du mail à envoyer après changement du mot de passe.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_PASSWORD_CHANGED_SUBJECT pour changer de sujet.
mot de passe_changed_body -
le corps du mail à envoyer après changement du mot de passe.
Vous pouvez également utiliser la variable d'environnement EMAIL_TEMPLATES_PASSWORD_CHANGED_BODY pour modifier le corps du courrier.
La documentation de toutes les API de Kairon est encore en cours d'élaboration. Une version intermédiaire de la documentation est disponible ici. Documentation
Nous ❤️ contributions de toutes tailles et de toutes sortes. Si vous trouvez une faute de frappe, si vous souhaitez améliorer une section de la documentation ou si vous souhaitez aider sur un bug ou une fonctionnalité, voici les étapes :
Forkez le dépôt et créez une nouvelle branche, disons rasa-dx-issue1
Corriger/améliorer la base de code
rédiger des cas de test et de la documentation pour le code
exécuter des cas de test.
python -m pytest
python -m black bot_trainer
Validez les modifications, avec des commentaires appropriés sur le correctif.
Faites une pull request. Il peut simplement s'agir de l'un de vos messages de validation.
Soumettez votre pull request et attendez que tous les contrôles soient réussis.
Demandez des avis à l’un des développeurs de notre équipe principale.
Obtenez un ? et PR fusionne.
Le référentiel est maintenu et pris en charge par NimbleWork Inc.
Voir aussi la liste des contributeurs ayant participé à ce projet.
Sous licence Apache, version 2.0. Copie du permis
Une liste des licences des dépendances du projet peut être trouvée sur le lien