ChatBard
1.0.0
แอปใช้ Generative AI และ Large Language Models ( LLM ) โดยเฉพาะ PaLM2 API
ตัวอย่างแรก: Flutter App / Drat
ตัวอย่างที่สอง: แอป Flask / Python
3. ตัวอย่างที่สาม: การสาธิตผ่าน Gradio ใน Colab Notebook
ตื่นเต้นมากที่ Google Cloud Tech เน้นงานของฉันใน ChatBard! ไม่นานหลังจากการเปิดตัว PaLM2 พวกเขาก็ยอมรับว่าโปรเจ็กต์ของฉันเป็นตัวอย่างที่โดดเด่น และยังทวีตเกี่ยวกับเรื่องนี้จากบัญชีอย่างเป็นทางการของพวกเขาอีกด้วย ฉันรู้สึกขอบคุณสำหรับการสนับสนุนของพวกเขาและรู้สึกตื่นเต้นที่จะสำรวจต่อไป
อ่านทวีตของ Google Cloud Tech
ChatBard เป็นแอปศูนย์บริการลูกค้าอัจฉริยะที่ขับเคลื่อนโดย Generative AI และโมเดลภาษาขนาดใหญ่ ( LLM ) โดยใช้ PaLM2 API -
แอพสาธิต Flutter นี้ออกแบบมาเพื่อสร้างแรงบันดาลใจให้คุณและแสดงให้เห็นว่า ChatBard สามารถปฏิวัติการสนับสนุนลูกค้าได้อย่างไร มันมีอินเทอร์เฟซการแชทที่ผู้ใช้สามารถโต้ตอบกับแชทบอทเพื่อถามคำถามและรับคำตอบ แอปใช้ generative AI และโมเดลภาษาขนาดใหญ่ (LLM) โดยเฉพาะ PaLM2 API เพื่อทำความเข้าใจและตอบสนองต่อข้อความของผู้ใช้อย่างชาญฉลาด แอปสาธิตจะวิเคราะห์บริบทและตัวอย่างที่ให้มาเพื่อตอบสนองอย่างถูกต้อง ทำให้เป็นเครื่องมืออันล้ำค่าสำหรับศูนย์บริการลูกค้า
ChatBard สามารถปรับแต่งได้อย่างง่ายดายเพื่อให้สอดคล้องกับลักษณะธุรกิจของคุณ ด้วยการปรับเปลี่ยนบริบทและตัวอย่าง คุณสามารถปรับแต่งการตอบสนองของแชทบอทให้ตรงกับความต้องการทางธุรกิจเฉพาะและการโต้ตอบกับลูกค้าของคุณได้
ภาพหน้าจอของแอปแสดงฟังก์ชันการทำงาน รวมถึงการบันทึกการสนทนากับลูกค้าและจัดทำบันทึกสรุปที่จัดเก็บไว้ใน Firebase มีทั้งภาษาอังกฤษและภาษาอาหรับ โปรดทราบว่านี่เป็นคุณลักษณะที่พัฒนาขึ้นในแอปนี้โดยการสร้าง REST API ที่กำหนดเองสำหรับการแปล PaLM2 และ Bard ยังอยู่ระหว่างการพัฒนาและยังไม่รองรับภาษาอาหรับ
ChatBard ตอบคำถามของลูกค้าตามข้อมูลที่ป้อนในแง่ของบริบทและตัวอย่าง จากนั้นจะสรุปการสนทนาและจัดเก็บสรุปไว้ในฐานข้อมูลใน Firebase
คุณสมบัติที่สำคัญของ ChatBard ได้แก่:
นี่คือภาพหน้าจอบางส่วนของแอป:
การสนทนากับลูกค้า และหลังจากการสนทนาสิ้นสุดลง ระบบจะสรุปและจัดเก็บไว้ใน Firebase
Arabic Bard ในการสนทนากับลูกค้า และหลังจากการสนทนาสิ้นสุดลง ระบบจะสรุปและจัดเก็บไว้ใน Firebase 
บนมือถือ Android: การสนทนากับลูกค้า และหลังจากการสนทนาสิ้นสุดลง ระบบจะสรุปและจัดเก็บไว้ใน Firebase 
บนมือถือ Android: Arabic Bard ในการสนทนากับลูกค้า และหลังจากการสนทนาจบลง ระบบจะสรุปและจัดเก็บไว้ใน Firebase
ก่อนที่จะเรียกใช้แอป ตรวจสอบให้แน่ใจว่าคุณมีสิ่งต่อไปนี้:
ทำตามขั้นตอนเหล่านี้เพื่อเริ่มต้นใช้งานแอป:
flutter pub get ในไดเร็กทอรีโครงการเพื่อติดตั้งการพึ่งพาflutter run lib/main.dart หากต้องการปรับแต่งแอปตามลักษณะธุรกิจของคุณ คุณสามารถแก้ไขตัวแปรต่อไปนี้ในไฟล์ examples.dart :
context : ตัวแปรนี้แสดงถึงบริบทและขอบเขตของธุรกิจของคุณ อัปเดตด้วยคำอธิบายสั้นๆ ที่สะท้อนถึงวัตถุประสงค์และโดเมนของศูนย์บริการลูกค้าของคุณ
examples : ตัวแปรนี้มีตัวอย่างการสนทนาที่มีข้อมูลสำคัญที่เกี่ยวข้องกับธุรกิจของคุณ ตัวอย่างเหล่านี้ช่วยเรียนรู้โมเดลแชทบอทเพื่อทำความเข้าใจและตอบคำถามของผู้ใช้ได้อย่างแม่นยำ
ด้วยการอัปเดต context และ examples ด้วยข้อมูลที่เกี่ยวข้อง คุณสามารถปรับแต่งการตอบสนองของแชทบอทให้สอดคล้องกับความต้องการเฉพาะของธุรกิจของคุณและการโต้ตอบกับลูกค้า
คุณสามารถแก้ไขส่วนอื่นๆ ของโค้ดหรืออินเทอร์เฟซผู้ใช้ได้ตามต้องการ
นี่คือภาพหน้าจอบางส่วนของแอป:
UI ที่เรียบง่ายสำหรับการสนทนากับลูกค้า
หากคลิกปุ่มสรุป ข้อมูลสรุปจะปรากฏที่ด้านล่าง
นี่คือคำแนะนำทีละขั้นตอนในการปรับใช้ REST API แบบ Python บน Cloud Run คู่มือนี้ปฏิบัติตามคำแนะนำที่ให้ไว้ในเอกสาร Cloud Run อย่างเป็นทางการที่นี่
หากต้องการโต้ตอบกับตำแหน่งข้อมูล API ที่ปรับใช้ โปรดดูข้อมูลด้านล่าง
ตำแหน่งข้อมูลนี้ช่วยให้คุณสนทนากับโมเดล English Chat Bard ได้
<Your URL>/chat{
"message" : " User's message in English "
}{
"response" : " Response from the English Chat Bard model "
}ตำแหน่งข้อมูลนี้สร้างบทสรุปของการสนทนาระหว่างลูกค้าและโมเดล English Chat Bard
<Your URL>/summary{
"content" : " Conversation content in English "
}{
"response" : " Summary of the conversation in English "
}ส่วนนี้ประกอบด้วยจุดสิ้นสุดที่เกี่ยวข้องกับโมเดล Arabic Chat Bard
ตำแหน่งข้อมูลนี้ช่วยให้คุณสนทนากับโมเดล Arabic Chat Bard ได้
<Your URL>/chat_ar{
"message" : " User's message in Arabic "
}{
"response" : " Response from the Arabic Chat Bard "
}ตำแหน่งข้อมูลนี้จะสร้างบทสรุปของการสนทนาระหว่างลูกค้ากับนักแชทชาวอาหรับ
<Your URL>/summary_ar{
"content" : " Conversation content in Arabic "
}{
"response" : " Summary of the conversation in Arabic "
}จุดสิ้นสุดนี้แปลข้อความภาษาอังกฤษเป็นภาษาอาหรับ
<Your URL>/en2ar{
"response" : " English text to be translated "
}{
"response" : " Translated Arabic text "
}ตำแหน่งข้อมูลนี้แปลข้อความภาษาอาหรับเป็นภาษาอังกฤษ
<Your URL>/ar2en{
"response" : " Arabic text to be translated "
}{
"response" : " Translated English text "
}Google Colab เป็นแพลตฟอร์มออนไลน์ที่ทรงพลังและใช้งานง่าย โดยให้วิธีที่ง่ายและสะดวกในการสาธิตโค้ด สร้างบทช่วยสอน และตรวจสอบการสาธิต ลองดูสิ
การสาธิตง่ายๆ ผ่าน Gradio ใน Colab
| ชื่อเวิร์กช็อป | สไลด์ | ตัวอย่าง |
|---|---|---|
| ลงมือปฏิบัติจริงด้วย PaLM2 API เพื่อสร้างแอปอัจฉริยะ | สไลด์ |
ยินดีต้อนรับการมีส่วนร่วมในแอป! หากคุณพบปัญหาใดๆ หรือต้องการเพิ่มคุณสมบัติใหม่ โปรดเปิดคำขอดึงข้อมูลได้เลย
แอปนี้เผยแพร่ภายใต้ใบอนุญาต MIT
