ChatBard
1.0.0
Os aplicativos usam IA generativa e modelos de linguagem grande ( LLM ), especificamente APIs PaLM2 .
Primeiro exemplo: Flutter App/Drat
Segundo exemplo: Flask App/Python
3.Terceiro exemplo: demonstração via Gradio no Colab Notebook
Estou emocionado porque o Google Cloud Tech destacou meu trabalho no ChatBard! Logo após o lançamento do PaLM2, eles reconheceram meu projeto como um exemplo notável e até twittaram sobre ele em sua conta oficial. Estou grato pelo apoio deles e estou animado para continuar explorando.
Leia o tweet do Google Cloud Tech
ChatBard é um aplicativo inteligente de centro de atendimento ao cliente desenvolvido com IA generativa e grandes modelos de linguagem ( LLM ) usando APIs PaLM2 . ?
Esta demonstração do aplicativo Flutter foi projetada para inspirar você e mostrar como o ChatBard pode revolucionar o suporte ao cliente. Ele fornece uma interface de chat onde os usuários podem interagir com um chatbot para fazer perguntas e obter respostas. O aplicativo utiliza IA generativa e modelos de linguagem grande (LLMs), especificamente APIs PaLM2, para compreender e responder de forma inteligente às mensagens do usuário. O aplicativo de demonstração analisa o contexto e os exemplos fornecidos para responder com precisão, tornando-o uma ferramenta inestimável para qualquer centro de atendimento ao cliente.
O ChatBard pode ser facilmente personalizado para se alinhar à natureza do seu negócio. Ao modificar o contexto e os exemplos, você pode adaptar as respostas do chatbot às suas necessidades comerciais específicas e às interações com o cliente.
Capturas de tela do aplicativo mostram sua funcionalidade, incluindo a captura de conversas com clientes e o fornecimento de registros resumidos armazenados no Firebase. Oferece suporte aos idiomas inglês e árabe. Observe que este é um recurso desenvolvido neste aplicativo através da criação de uma API REST personalizada para tradução. PaLM2 e Bard ainda estão em desenvolvimento e ainda não suportam o idioma árabe.
O ChatBard responde às dúvidas dos clientes com base nas informações que lhe foram fornecidas em termos de contexto e exemplos. Em seguida, ele resume a conversa e armazena o resumo no banco de dados do Firebase.
Os principais recursos do ChatBard incluem:
Aqui estão algumas capturas de tela do aplicativo:
Uma conversa com o cliente, e após o término da conversa, ela é resumida e armazenada no Firebase.
Bardo Árabe em uma conversa com o cliente, e após o término da conversa, ele é resumido e armazenado no Firebase. 
No celular Android: Uma conversa com o cliente e, após o término da conversa, ela é resumida e armazenada no Firebase. 
No celular Android: Arab Bard em uma conversa com o cliente, e após o término da conversa, ele é resumido e armazenado no Firebase.
Antes de executar o aplicativo, certifique-se de ter o seguinte:
Siga estas etapas para começar a usar o aplicativo:
flutter pub get no diretório do projeto para instalar dependências.flutter run lib/main.dart . Para personalizar o aplicativo de acordo com a natureza do seu negócio, você pode modificar as seguintes variáveis no arquivo examples.dart :
context : esta variável representa o contexto e o escopo do seu negócio. Atualize-o com uma breve descrição que reflita o propósito e o domínio do seu centro de atendimento ao cliente.
examples : esta variável contém exemplos de conversas que incluem informações importantes e relevantes para o seu negócio. Esses exemplos ajudam a aprender o modelo do chatbot para compreender e responder com precisão às dúvidas dos usuários.
Ao atualizar as variáveis context e examples com informações relevantes, você pode personalizar as respostas do chatbot para alinhá-las aos requisitos específicos do seu negócio e às interações com o cliente.
Sinta-se à vontade para modificar outras partes do código ou da interface do usuário para atender às suas necessidades.
Aqui estão algumas capturas de tela do aplicativo:
Uma UI simples para a conversa com os clientes
Se o botão Resumir for clicado, o resumo aparecerá na parte inferior
Este é um guia passo a passo para implantar uma API REST baseada em Python no Cloud Run. O guia segue as instruções fornecidas na documentação oficial do Cloud Run aqui.
Para interagir com os endpoints da API implantados, suas informações estão abaixo.
Este endpoint permite que você converse com o modelo English Chat Bard.
<Your URL>/chat{
"message" : " User's message in English "
}{
"response" : " Response from the English Chat Bard model "
}Este endpoint gera um resumo de uma conversa entre um cliente e o modelo English Chat Bard.
<Your URL>/summary{
"content" : " Conversation content in English "
}{
"response" : " Summary of the conversation in English "
}Esta seção inclui endpoints relacionados ao modelo Árabe Chat Bard.
Este endpoint permite que você converse com o modelo Árabe Chat Bard.
<Your URL>/chat_ar{
"message" : " User's message in Arabic "
}{
"response" : " Response from the Arabic Chat Bard "
}Este endpoint gera um resumo de uma conversa entre um cliente e o árabe Chat Bard.
<Your URL>/summary_ar{
"content" : " Conversation content in Arabic "
}{
"response" : " Summary of the conversation in Arabic "
}Este endpoint traduz texto em inglês para árabe.
<Your URL>/en2ar{
"response" : " English text to be translated "
}{
"response" : " Translated Arabic text "
}Este endpoint traduz texto árabe para inglês.
<Your URL>/ar2en{
"response" : " Arabic text to be translated "
}{
"response" : " Translated English text "
}Google Colab é uma plataforma online poderosa e fácil de usar. Ele fornece uma maneira simples e conveniente de demonstrar código, criar tutoriais e revisar demonstrações. Dê uma olhada
Uma demonstração simples via Gradio no Colab
| Título do workshop | Apresentações | Exemplos |
|---|---|---|
| Prática com a API PaLM2 para criar aplicativos inteligentes | Apresentações |
Contribuições para o aplicativo são bem-vindas! Se você encontrar algum problema ou quiser adicionar novos recursos, sinta-se à vontade para abrir uma solicitação pull.
O aplicativo é lançado sob a licença MIT.
