اعلام پیش‌نمایش عمومی APIهای مکالمه هوش مصنوعی/BI Genie

• AI/BI Genie به شما امکان می‌دهد با داده‌های خود صحبت کنید تا با استفاده از زبان طبیعی به هر سوالی پاسخ دهید.
• AI/BI Genie را در برنامه‌های Databricks، Slack، Teams، Sharepoint، برنامه‌های سفارشی و موارد دیگر ادغام کنید.
• APIهای مکالمه Genie را با یک مثال گام به گام تمرین کنید.

به عنوان بخشی از هفته ابتکارات هوش مصنوعی، ما در حال معرفی قابلیت‌های جدیدی هستیم تا به شرکت‌ها در ساخت و مدیریت عوامل هوش مصنوعی با کیفیت بالا کمک کنیم. به همین منظور، ما خوشحالیم که پیش‌نمایش عمومی APIهای مکالمه Genie را اعلام کنیم که در AWS، Azure و GCP در دسترس است. با استفاده از این مجموعه API، کاربران شما اکنون می‌توانند از AI/BI Genie برای دریافت بینش داده به صورت سلف سرویس با استفاده از زبان طبیعی از هر سطحی، از جمله برنامه‌های Databricks، Slack، Teams، Sharepoint، برنامه‌های سفارشی و موارد دیگر استفاده کنند. علاوه بر این، APIهای مکالمه به شما امکان می‌دهند AI/BI Genie را در هر عامل هوش مصنوعی، با یا بدون چارچوب عامل، جاسازی کنید.

با استفاده از مجموعه API مکالمه Genie، می‌توانید به صورت برنامه‌نویسی درخواست‌های زبان طبیعی را ارسال کرده و بینش‌های داده را درست مانند رابط کاربری Genie دریافت کنید. این API حالت‌دار است و به Genie اجازه می‌دهد تا هنگام پرسیدن سوالات پیگیری در یک رشته مکالمه، زمینه را حفظ کند.

در این وبلاگ، نقاط پایانی کلیدی موجود در پیش‌نمایش عمومی را بررسی می‌کنیم، ادغام Genie با چارچوب عامل Mosaic AI را بررسی می‌کنیم و نمونه‌ای از جاسازی Genie در یک کانال Microsoft Teams را برجسته می‌کنیم.

بیایید یک مثال عملی را بررسی کنیم تا نحوه عملکرد APIهای مکالمه Genie را درک کنیم. اولین نکته‌ای که باید به آن توجه کرد این است که APIهای مکالمه باید با یک فضای Genie که قبلاً ایجاد شده است تعامل داشته باشند. ما توصیه می‌کنیم با مستندات محصول ما شروع کنید تا فضای Genie خود را تنظیم کنید و سپس این بهترین روش‌ها را برای پیکربندی بهینه آن دنبال کنید.

تصور کنید که قبلاً یک فضای Genie را ایجاد، پیکربندی و به اشتراک گذاشته‌اید که برای پاسخ دادن به سوالات مربوط به داده‌های بازاریابی شما طراحی شده است. اکنون، می‌خواهید تیم بازاریابی شما از این فضا برای پرسیدن سوالات و بررسی بینش‌ها استفاده کند—اما به جای دسترسی به آن از طریق رابط کاربری Genie، می‌خواهید آنها این کار را از داخل یک برنامه خارجی انجام دهند.

برای شروع، فرض کنید می‌خواهید تیم بازاریابی شما یک سوال ساده بپرسد: "دیروز از طریق ایمیل با کدام مشتریان تماس گرفتیم؟". برای پرسیدن این سوال با استفاده از APIهای مکالمه Genie، باید یک درخواست POST به نقطه پایانی زیر ارسال کنیم:

/api/2.0/genie/spaces/{space_id}/start-conversation

این نقطه پایانی یک رشته مکالمه جدید را شروع می‌کند و از سوال شما به عنوان درخواست اولیه استفاده می‌کند، درست مانند رابط کاربری Genie Space. توجه داشته باشید که درخواست باید شامل جزء میزبان، شناسه فضای Genie و یک رمز دسترسی برای احراز هویت باشد. می‌توانید space_id را در URL فضای Genie پیدا کنید، همانطور که در زیر نشان داده شده است:

https://example.databricks.com/genie/rooms/12ab345cd6789000ef6a2fb844ba2d31

در زیر نمونه‌ای از درخواست POST صحیح مورد نیاز آورده شده است:

اگر بیانیه به درستی ارسال شود، API مکالمه و پیام ایجاد شده را در پاسخ به درخواست POST برمی‌گرداند، همانطور که در مثال زیر نشان داده شده است:

با استفاده از conversation_id و message_id، اکنون می‌توانید نظرسنجی کنید تا وضعیت تولید پیام را بررسی کرده و عبارت SQL تولید شده مرتبط و توضیحات پرس و جو را به شرح زیر بازیابی کنید:

در زیر نمونه‌ای از پاسخ آورده شده است:

هنگامی که قسمت وضعیت پیام "COMPLETED" را نشان می‌دهد، به این معنی است که اجرای عبارت SQL تولید شده به پایان رسیده است و نتایج پرس و جو آماده بازیابی هستند. اکنون می‌توانید پاسخ را به شرح زیر دریافت کنید:

البته، می‌توانید درخواست‌های پیگیری را برای رشته‌های مکالمه خود نیز صادر کنید. به عنوان مثال، فرض کنید تیم بازاریابی می‌خواهد سوال بعدی را بپرسد: "کدام یک از این مشتریان ایمیل را باز کرده و آن را فوروارد کرده‌اند؟"

برای مدیریت این موضوع، یک درخواست POST دیگر با درخواست جدید به رشته مکالمه موجود به شرح زیر ارسال خواهید کرد:

اگر می‌خواهید داده‌ها را از درخواست‌های قبلی بازخوانی کنید، API همچنین به شما امکان می‌دهد پرس و جوهای SQL را که قبلاً تولید شده بودند، دوباره اجرا کنید. برای جزئیات بیشتر در مورد نقاط پایانی API، لطفاً به مستندات محصول مراجعه کنید.

بهترین روش‌های API مکالمه

برای اطمینان از بهترین عملکرد، بهترین روش‌های API زیر را توصیه می‌کنیم:

• هر 5-10 ثانیه یکبار API را نظرسنجی کنید تا زمانی که یک وضعیت پیام قطعی دریافت شود، اما نظرسنجی را حداکثر تا 10 دقیقه برای اکثر پرس و جوهای معمولی محدود کنید.
• اگر هیچ پاسخی در عرض 2 دقیقه دریافت نشد، برای بهبود قابلیت اطمینان، پس‌انداز نمایی را پیاده‌سازی کنید.
• اطمینان حاصل کنید که برای هر جلسه کاربر رشته‌های مکالمه جدید ایجاد می‌کنید. استفاده مجدد از همان رشته مکالمه برای چندین جلسه می‌تواند بر دقت Genie تأثیر منفی بگذارد.

APIهای مکالمه همچنین به طور یکپارچه در چارچوب عامل Mosaic AI شما با پوشش databricks_langchain.genie ادغام می‌شوند.

فرض کنید مدیران بازاریابی من باید به سوالات مربوط به سه موضوع پاسخ دهند:

• تعامل رویداد تبلیغاتی (داده‌های ساختاریافته ذخیره شده در یک نمای Unity Catalog)
• تبلیغات ایمیلی (داده‌های ساختاریافته ذخیره شده در یک جدول Unity Catalog)
• بررسی‌های متنی کاربر (PDFهای بدون ساختار ذخیره شده در حجم‌های Unity Catalog)

می‌توانید یک چارچوب چند عاملی برای پاسخ دادن به سوالات مربوط به داده‌های ساختاریافته و بدون ساختار ایجاد کنید. به عنوان مثال، می‌توانید چارچوب عامل Langgraph زیر را تعریف کنید:

اکنون چارچوب عامل شما می‌تواند سوالات را به عوامل مربوطه هدایت کند. به عنوان مثال، اگر یک مدیر بازاریابی با پرسیدن "شرکت‌کنندگان رویداد من در 1 فوریه را به من نشان بده" شروع کند، عامل GenieEvents فعال می‌شود. ردیابی‌های MLFlow مراحل چارچوب را نشان می‌دهد:

چارچوب عامل همچنین عوامل را قادر می‌سازد تا پاسخ‌ها را به عنوان زمینه برای یکدیگر به اشتراک بگذارند. این به کاربران امکان می‌دهد پاسخ‌های داده را دریافت کنند که به طور یکپارچه از چندین منبع استخراج می‌شوند. به عنوان مثال، مدیر بازاریابی ممکن است بخواهد جزئیات بیشتری را بررسی کند و بپرسد "کدام یک از این شرکت‌کنندگان برای اعلان‌های ایمیل ثبت نام کرده‌اند". چارچوب از پاسخ قبلی GenieEvents به عنوان زمینه برای عامل GenieEmails استفاده می‌کند:

با این رویکرد، کاربران تجاری شما اکنون می‌توانند به سوالات داده پاسخ دهند که چندین موضوع/نوع داده را در بر می‌گیرد و بر روی یکدیگر ساخته می‌شوند.

در طول دوره پیش‌نمایش خصوصی API مکالمه، Microsoft Teams یکی از محبوب‌ترین ابزارهای بهره‌وری بود که مشتریان با Genie ادغام کردند. این ادغام به کاربران امکان می‌دهد سوالات بپرسند و بینش‌ها را فوراً بدون ترک رابط کاربری Teams دریافت کنند.

برای انجام این کار، باید مراحل زیر را انجام دهید:

1. یک Azure Bot جدید ایجاد کنید - از جمله گروه‌های منابع و طرح‌های خدمات برنامه.
2. متغیرهای محیطی و وابستگی‌های لازم را به ربات خود اضافه کنید. 
3. منطق مکالمه را با استفاده از APIهای مکالمه پیاده‌سازی کنید (شروع مکالمه، بازیابی نتایج، پرسیدن سوالات پیگیری و غیره).
4. Genie Azure Bot را به یک کانال Teams وارد کنید.

برای نمونه‌های دقیق از نحوه پیکربندی APIهای مکالمه برای Microsoft Teams، لطفاً به مقالات زیر مراجعه کنید:

• Microsoft Teams Meets Databricks Genie API: A Complete Setup Guide
• Microsoft Teams <-> Databricks Genie API - End to End Integration

مثال زیر یک برنامه کاربردی واقعی از یکی از مشتریان ما را برجسته می‌کند که در طول دوره پیش‌نمایش خصوصی از APIهای مکالمه استفاده کرد. Casas Bahia، یک خرده فروش پیشرو در برزیل، به میلیون‌ها مشتری هم به صورت آنلاین و هم از طریق شبکه گسترده فروشگاه‌های فیزیکی خود خدمات ارائه می‌دهد. با ادغام APIهای مکالمه Genie، Casas Bahia کاربران را در سراسر سازمان—از جمله مدیران سطح C—توانمند ساخت تا مستقیماً در محیط Microsoft Teams خود با Genie تعامل داشته باشند. برای کسب اطلاعات بیشتر در مورد مورد استفاده آنها، داستان مشتری Casas Bahia را بخوانید.

با APIهای مکالمه Genie که اکنون در پیش‌نمایش عمومی هستند، می‌توانید کاربران تجاری را قادر سازید تا از هر سطحی با داده‌های خود صحبت کنند. برای شروع، لطفاً به مستندات محصول مراجعه کنید.

ما مشتاقانه منتظریم تا ببینیم چگونه از APIهای مکالمه Genie استفاده خواهید کرد و شما را تشویق می‌کنیم که بلافاصله شروع به ایجاد فضاهای Genie کنید. محتوای زیادی برای شروع کار در دسترس است—می‌توانید از صفحات وب AI/BI و Genie بازدید کنید، کتابخانه گسترده ما از نمایش‌های محصول را بررسی کنید و مطمئن شوید که مستندات کامل AI/BI Genie را مطالعه کرده‌اید.

تیم Databricks همیشه به دنبال بهبود تجربه AI/BI Genie است و دوست دارد نظرات شما را بشنود!