botsim下載 - botsim原始碼下載

botsim

Ai源碼

first official release

下載

系統描述、技術報告、演示、文件、博客

BotSIM：面向商業任務的對話系統的端到端機器人模擬工具包

介紹

BotSIM 是一款開源機器人模擬工具包，用於跨多個機器人平台對商業任務導向對話系統（聊天機器人）進行大規模資料高效的端到端評估、診斷和修復。該工具包旨在為機器人開發者和從業者提供一站式解決方案，以加速機器人開發和評估，降低成本並縮短上市時間。作為一個模組化框架，BotSIM 可以由機器人開發人員擴展以支援新的機器人平台。作為一個工具包，BotSIM 提供了一個易於使用的應用程式和一套命令列工具，讓機器人從業者輕鬆應用 BotSIM 的「生成-模擬-修復」管道。

BotSIM 的主要功能包括：

多階段機器人評估：BotSIM 可用於部署前測試和潛在的部署後效能監控。
資料高效的對話產生：BotSIM 配備基於深度網路的釋義模型，可從有限數量的輸入意圖話語中產生大量測試意圖查詢，可用於大規模評估機器人意圖模型。
透過對話模擬進行端到端機器人評估：透過自動聊天機器人模擬，BotSIM可以識別機器人現有的問題，並評估自然語言理解（NLU）效能和端到端對話效能（例如目標完成率）。
機器人運行狀況報告儀表板：機器人運行狀況報告儀表板呈現機器人性能的多粒度自上而下視圖。它們與分析工具一起幫助機器人從業者快速診斷機器人並排除故障。
輕鬆擴展至新的機器人平台：BotSIM 可以輕鬆擴展以支援新的機器人平台。 BotSIM 目前支援 Salesforce Einstein BotBuilder 和 Google DialogFlow CX

先決條件

要使用 BotSIM，使用者需要具有對以下支援的機器人平台的 API 存取權限：

Salesforce EinsteinBotBuilder LiveAgent API： org ID 、 button ID 、 deployment Id 、 chat endpoint
Google DialogFlow CX API： location ID 、 project ID 、 agent ID和 JSON API 令牌

安裝

（可選）創建conda環境

   conda create -n botsim python=3.9
   conda activate botsim

克隆和建構依賴關係

   git clone https://github.com/salesforce/botsim.git
   cd botsim
   pip install -r requirements.txt

入門

Streamlit 網路應用程式

開始使用 BotSIM 最直接的方法是 Streamlit Web 應用程式。這個多頁面應用程式旨在指導用戶利用 BotSIM 的「生成-模擬-修復」管道對其機器人進行評估、診斷和修復。

以下命令可用於在本機啟動 Streamlit Web 應用程式：

  export PYTHONPATH=./: $PYTHONPATH
  export DATABASE_URL= " db/botsim_sqlite_demo.db "
  streamlit run botsim/streamlit_app/app.py

該應用程式還可以部署到GCP以存取GPU資源。文件的 GCP 部署部分給出了詳細的部署說明。

命令列工具

或者，使用者還可以透過命令列工具深入了解有關 BotSIM 系統組件的更多資訊。程式碼文件的教程部分給出了詳細資訊。

教學

我們在程式碼文件中提供了以下教學。

Streamlit 網路應用程式
命令列工具
機器人運作狀況儀表板導航
應用補救建議

文件

有關係統組件和高級用法的更多詳細信息，請參閱代碼文件。我們歡迎開源社群為改進 BotSIM 做出貢獻。為了支援新的機器人平台，也請遵循程式碼文件中詳細說明的指南。

系統演示和技術報告

可以在此處存取 Streamlit 應用程式的儀表板演示。您可以在我們的技術報告中找到有關 BotSIM 設計的更多詳細資訊：

 @article{guangsen2022-botsim-tr,
  author    = {Guangsen Wang and Junnan Li and Shafiq Joty and Steven Hoi},
  title     = {BotSIM: An End-to-End Bot Simulation Toolkit for Commercial Task-Oriented Dialog Systems},
  year      = {2022},
  url       = {https://arxiv.org/abs/2211.15916},
  archivePrefix = {arXiv},
}

以下 EMNLP 2022 系統演示論文提供了詳細的系統描述：

 @article{guangsen2022-botsim-demo,
  author    = {Guangsen Wang and Samson Tan and Shafqi Joty and Gang Wu and Jimmy Au and Steven Hoi},
  title     = {BotSIM: An End-to-End Bot Simulation Framework for Commercial Task-Oriented Dialog Systems},
  year      = {2022},
  url       = {https://arxiv.org/abs/2211.11982},
  archivePrefix = {arXiv},
}

如果您在研究或應用中使用 BotSIM，請引用論文。