Nod Autonomi Botpress membolehkan anda mencipta ejen AI yang berfungsi – bukan chatbot, tetapi ejen autonomi yang membuat keputusan berdasarkan konteks yang tersedia.
Dengan memberikan arahan yang jelas dan mengintegrasikan alat, pembina bot boleh menggunakan Nod Autonomi untuk merangka tingkah laku chatbot.
Nod ini direka untuk mengendalikan kedua-dua pembuatan keputusan dan pelaksanaan dengan memahami input pengguna, membalas dengan data yang betul, dan menggunakan alat yang ada.
Jika anda berminat menggunakan Nod Autonomi, anda berada di tempat yang betul. Dalam artikel ini, saya akan menerangkan asas penggunaan ciri ejen utama platform kami.
Ciri Utama Nod Autonomi
1. Dipacu Keputusan LLM
Nod Autonomi menggunakan keupayaan LLM untuk membuat keputusan pintar melalui ejen LLM.
2. Tingkah Laku Autonomi
Nod Autonomi boleh melaksanakan tindakan tanpa campur tangan manual berdasarkan arahan dan input pengguna.
3. Alat
Nod Autonomi memahami dan menggunakan alat tertentu – contohnya, ia boleh membuat pertanyaan ke pangkalan pengetahuan, melakukan carian web, dan melaksanakan peralihan aliran kerja.
4. Penyesuaian
Dengan mengkonfigurasi Nod Autonomi dengan persona yang sesuai dan arahan terperinci, anda boleh memastikan ia bertindak mengikut jenama dan skop semasa perbualan.
5. Menulis & Melaksanakan Kod
Nod Autonomi boleh menjana dan melaksanakan kod tersuai untuk menyelesaikan tugasan.
6. Membetulkan Diri Sendiri
Jika Nod Autonomi mendapati dirinya berada di laluan yang salah, ia boleh membetulkan diri dan pulih daripada ralat.
Tetapan Konfigurasi
Setiap Nod Autonomi memerlukan konfigurasi teliti supaya tingkah lakunya selari dengan keperluan perniagaan.
Bahagian paling penting dalam menyediakan Nod Autonomi ialah menulis prompt dan arahan yang betul. Prompt membantu ejen memahami persona dan membimbing pembuatan keputusan.
Kotak Arahan
Dalam Kotak Arahan, berikan panduan yang jelas. Lebih khusus arahan yang diberikan, lebih baik keputusan yang dibuat oleh ejen.
Contoh: “Anda ialah pembantu yang sentiasa menjawab soalan menggunakan alat ‘knowledgeAgent.knowledgequery’. Jika pengguna kata ‘cari’, gunakan alat ‘browser.webSearch’.”
Benarkan Perbualan
Togol Benarkan Perbualan membolehkan Nod Autonomi berkomunikasi terus dengan pengguna. Jika dimatikan, Nod hanya memproses arahan dan melaksanakan logik dalaman tanpa menghantar mesej kepada pengguna.
Memahami Alat
Berdasarkan arahan yang anda berikan, Nod Autonomi dilengkapi dengan beberapa alat yang boleh dipanggilnya.
Setiap alat melaksanakan tindakan tertentu – memahami bila dan bagaimana menggunakan alat ini adalah penting untuk memacu keputusan Nod.
7 Alat Paling Biasa Digunakan
- global.think: Membenarkan enjin LLMz berfikir sebelum meneruskan.
- browser.webSearch: Membolehkan ejen mencari jawapan di web.
- knowledgeAgent.knowledgequery: Membuat pertanyaan ke pangkalan pengetahuan dalaman untuk maklumat berkaitan.
- clock.setReminder: Menetapkan peringatan untuk tugasan atau respons akan datang.
- workflow.transition: Melaksanakan peralihan aliran kerja, bergerak dari satu bahagian perbualan ke bahagian lain berdasarkan input pengguna.
- chat.sendText: Menghantar mesej teks kepada pengguna sebagai respons.
- chat.waitForUserInput: Menjeda pelaksanaan dan menunggu input lanjut daripada pengguna.
Dengan menyatakan alat mana yang digunakan sebagai respons kepada tindakan pengguna, anda boleh mengawal aliran dan hasil perbualan.
Sebagai contoh, anda boleh mengarahkan LLM untuk sentiasa melakukan tindakan tertentu apabila syarat tertentu dipenuhi: “Apabila pengguna kata ‘1’, gunakan alat ‘workflow.transition’ untuk beralih ke langkah seterusnya.”
Atau: “Jika pengguna bertanya soalan, cuba jawab dahulu menggunakan alat ‘knowledgeAgent.knowledgequery’.”
Contoh Aliran Kerja
Berikut ialah contoh langkah demi langkah bagaimana Nod Autonomi boleh dikonfigurasi dan berfungsi semasa perbualan:
1. Input Pengguna
Pengguna menaip soalan tentang produk syarikat.
2. Pelaksanaan Arahan
Nod Autonomi mengikut prompt dan menggunakan alat knowledgeAgent.knowledgequery untuk mencari dalam pangkalan pengetahuan dalaman.
3. Keputusan LLM
Jika pangkalan pengetahuan tidak mempunyai jawapan memuaskan, nod boleh menggunakan alat browser.webSearch untuk mencari maklumat tambahan di web.
4. Hantar Mesej
Setelah respons sedia, nod menggunakan chat.sendText untuk membalas pengguna dengan maklumat berkaitan.
5. Tunggu Input
Selepas membalas, nod menggunakan chat.waitForUserInput untuk menunggu soalan atau interaksi lanjut daripada pengguna.
Cara Menulis Arahan
Seperti yang ditunjukkan dalam contoh, arahan yang jelas sangat penting untuk memastikan Nod Autonomi bertindak dengan betul.
Keupayaan LLM membuat keputusan sangat dipengaruhi oleh cara arahan disusun.
Berikut ialah 3 amalan terbaik untuk menulis arahan bagi Nod Autonomi anda:
1. Jadilah Spesifik
Daripada arahan yang samar, gunakan bahasa yang jelas yang membimbing ejen dengan jelas.
Contoh: “Jika pengguna kata ‘bantuan’, hantar senarai pilihan sokongan yang telah ditetapkan menggunakan ‘chat.sendText’.”
2. Tetapkan Penggunaan Alat
Nyatakan dengan jelas alat mana yang perlu digunakan dalam situasi tertentu.
Contoh: “Sentiasa gunakan ‘knowledgeAgent.knowledgequery’ untuk menjawab soalan berkaitan produk.”
3. Pandu Aliran
Gunakan peralihan dan langkah yang jelas untuk memastikan perbualan berjalan ke arah yang betul.
Contoh: “Jika pangkalan pengetahuan tidak dapat menjawab, beralih ke carian menggunakan ‘browser.webSearch’.”
Anda boleh dapatkan maklumat lanjut di pautan berikut:
- Amalan terbaik untuk kejuruteraan prompt dengan OpenAI API
- Membina Sistem dengan ChatGPT API
- Kejuruteraan Prompt ChatGPT untuk Pembangun
Menggunakan Sintaks Markdown
Sebelum bermula, penting untuk membincangkan kepentingan menggunakan Sintaks Markdown.
Untuk mencipta prompt yang tersusun dan jelas secara visual, adalah penting menggunakan sintaks markdown seperti tajuk, senarai, dan teks tebal.
Sintaks ini membantu LLM mengenal pasti dan menghormati hierarki arahan, membimbingnya membezakan antara bahagian utama, sub-arahan, dan contoh.
Jika anda sukar menggunakan sintaks Markdown, gunakan apa-apa struktur yang mudah untuk anda – asalkan anda kekal jelas dan berhierarki.
Maklumat lanjut tentang Sintaks Asas Markdown
Prompt Berguna
Bahagian ini mengandungi senarai contoh dan corak paling biasa yang boleh anda gunakan untuk mengawal tingkah laku Nod Autonomi.
Contoh-contoh ini diambil daripada pengalaman sebenar dan menunjukkan cara mengendalikan pelbagai situasi dengan menggunakan arahan dan alat tertentu.
Fokus pada Pengetahuan Dalaman
Untuk memastikan nod membezakan antara soalan sokongan dan pertanyaan lain (seperti harga atau ciri), anda boleh membimbingnya seperti berikut:
**IMPORTANT General Process**
- The knowledgeAgent.knowledgequery tool is to be used only for support-related questions and NOT for general features or price-related questions.
- The browser.websearch tool is to be used ONLY for support questions, and it should NOT be used for general features or price-related questions.Prompt ini memastikan LLM hanya akan menggunakan alat tertentu dalam konteks pertanyaan berkaitan sokongan, mengekalkan kawalan terhadap jenis maklumat yang diambil.
Alihkan Nod ke Sub-aliran
Kadang-kadang, anda mahu bot bergerak keluar dari Nod Autonomi ke sub-aliran.
Katakan anda mahu bot anda mengumpul emel pengguna, kemudian mencari maklumat lanjut tentang emel itu dari sistem lain untuk memperkayakan maklumat kontak.
Dalam kes ini, anda mungkin perlu bot bergerak keluar dari gelung Nod Autonomi dan masuk ke sub-aliran yang mengandungi banyak langkah/sistem untuk memperkayakan kontak tersebut:
When the user wants more information about an email, go to the transition tool.Arahan ini memberitahu nod untuk memanggil alat workflow.transition setiap kali pengguna meminta maklumat lanjut tentang emel, mengarahkan aliran perbualan dengan sewajarnya.
Mengisi Pembolehubah dan Melaksanakan Tindakan
Untuk situasi di mana anda mahu nod menangkap input dan melaksanakan tindakan serentak, anda boleh memintanya seperti berikut:
When the user wants more information about an email, go to the transition tool and fill in the "email" variable with the email the user is asking about.Di sini, anda membimbing Node bukan sahaja untuk mencetuskan peralihan tetapi juga mengekstrak dan menyimpan emel pengguna dalam satu pembolehubah, membolehkan tingkah laku dinamik dalam perbualan seterusnya.
Mengubah Respons Berdasarkan Satu Syarat
Kadangkala, anda ingin node menjalankan logik tambahan berdasarkan syarat tertentu. Berikut adalah contoh arahan berkaitan pemberian pautan video:
If the users selects “1” then say something like “thank you”, then use the transition tool.Arahan ini membantu node memahami struktur pautan video yang dijangka dan cara mengubahnya apabila pengguna meminta untuk merujuk ke titik tertentu dalam video.
Contoh Penggunaan Templat untuk Pautan Video
Anda boleh memperjelas lagi arahan dengan memberikan contoh sebenar bagaimana sistem harus bertindak balas terhadap permintaan pautan video daripada pengguna:
**Video Link Example:**
If the user is asking for a video link, the link to the video is provided below. To direct them to a specific second, append the "t" parameter with the time you want to reference. For example, to link to the 15-second mark, it should look like this: "t=15":
"""{{workflow.contentLinks}}"""Ini memberikan panduan jelas kepada node tentang cara menjana pautan video dengan cap masa tertentu secara dinamik, memastikan respons yang konsisten dan mesra pengguna.
Penyelesaian Masalah & Diagnosis
Semasa menguji tingkah laku Autonomous Node dalam emulator, penting untuk mendiagnosis apa yang berlaku di belakang tabir. Bagaimana Node membuat keputusan?
Berikut cara anda boleh menyelesaikan masalah dan memeriksa proses pemikiran serta prestasi Node.
Tiga cara untuk menyelesaikan masalah
1. Periksa Pemikiran Node
Dengan mengklik Inspect, anda boleh melihat keadaan dalaman Autonomous Node dan memahami apa yang sedang diproses oleh LLM. Dengan memeriksa, anda boleh lihat:
- Arahan mana yang diutamakan oleh node
- Bagaimana ia mentafsir arahan anda
- Sama ada ia mematuhi kekangan dan arahan yang anda berikan
Jika anda perasan node tidak memberi respons dengan betul atau seolah-olah mengabaikan arahan tertentu, pemeriksaan akan menunjukkan sama ada ia salah faham arahan atau gagal melaksanakan alat tertentu.
2. Semak Tab Tools
Bahagian Tools memaparkan semua alat yang tersedia untuk digunakan oleh Autonomous Node. Setiap kali anda menambah kad baharu atau mengubah konfigurasi node, senarai Tools akan dikemas kini.
- Pastikan alat yang disenaraikan sepadan dengan apa yang anda jangka tersedia dalam proses membuat keputusan node.
- Pastikan nama alat dieja dengan betul dalam arahan anda supaya node boleh melaksanakan tindakan yang dinyatakan dengan betul.
3. Semak Tab Iterasi
Autonomous Node biasanya cuba melaksanakan semua arahan dalam satu atau dua iterasi. Bilangan iterasi bergantung pada kerumitan arahan dan cara Node menganalisisnya.
Untuk tugasan yang lebih kompleks, node mungkin mengambil beberapa iterasi untuk mengumpul data, membuat keputusan, atau mendapatkan maklumat luar.
Dengan menyemak tab Iterations (atau tab All), anda boleh memahaminya:
- Berapa banyak iterasi diperlukan untuk node mencapai keputusan akhir.
- Apa yang menyebabkan node mengambil beberapa langkah (contohnya, mendapatkan data tambahan daripada alat seperti knowledgeAgent.knowledgequery atau browser.webSearch).
- Mengapa sesuatu hasil tertentu dicapai.
Masalah Lazim Semasa Penyelesaian Masalah
Saiz model
Autonomous Node mungkin tidak mengikut arahan anda, hanya melaksanakan sebahagian arahan, atau memanggil “workflowQueue” tanpa memanggil alat “workflowExecuteAll”.
Adalah logik untuk sentiasa menukar saiz LLM Autonomous Node kepada model yang lebih kecil—kerana lebih murah—tetapi ia ada kekurangannya.
LLM yang lebih kecil mungkin menyebabkan sebahagian arahan terpotong, terutamanya pembalut definisi yang ditambah oleh Botpress untuk memastikan LLM faham cara kad berfungsi, parameter yang diperlukan, dan sebagainya. Tanpa ini, bot tidak akan tahu cara bertindak dengan betul.
Versi LLMz
Sentiasa pastikan anda menggunakan versi LLMz stabil yang terkini. Ia adalah enjin autonomi yang mengarahkan autonomous node untuk berfungsi.
Ia juga mengandungi pembaikan pepijat, menjadikan arahan lebih serasi dengan pelbagai LLM.
Contoh: Mendiagnosis Penciptaan Kod
Katakan Autonomous Node menjana kod tetapi tidak mengikut arahan dengan betul. Berikut cara anda boleh menyelesaikannya:
- Inspect: Semak arahan mana yang diikuti oleh node. Adakah ia memahami permintaan penjanaan kod dengan betul?
- Tools: Pastikan node mempunyai akses kepada alat yang diperlukan (contohnya, alat penjanaan kod atau alat carian pangkalan pengetahuan). Pastikan arahan merujuk alat-alat ini secara jelas.
- Iterations: Lihat tab iterations untuk mengetahui bagaimana node sampai ke tahap penjanaan kod. Adakah ia mengambil satu atau beberapa langkah? Adakah ia mencari maklumat dalam pangkalan pengetahuan terlebih dahulu, atau terus cuba menjana kod?
Penyelesaian: Jika bot gagal menjana kod dengan betul:
- Pastikan alat yang digunakan untuk penjanaan kod dirujuk dengan betul dalam arahan.
- Laraskan arahan supaya node dipandu untuk menggunakan langkah tertentu, seperti mendapatkan maklumat berkaitan terlebih dahulu sebelum cuba menjana kod.
Contoh Arahan Penuh
**IMPORTANT: Query Knowledge Base is to be used only for support questions related explicitly to student courses, and NOT for general features or pricing inquiries.
**Role Description:
You are an AI-powered troubleshooting chatbot named XYZ Assistant’, focused on providing support related to professional courses offered by XYZ LMS. Your primary goal is to handle student inquiries efficiently by retrieving accurate information from the knowledge base and answering questions clearly.
**Tone and Language:
• Maintain a courteous, professional, and helpful demeanor at all times.
• Use language that is clear, concise, and appropriate for students and professionals in finance and investment.
• Ensure user data is handled securely and confidentially, adhering to all relevant data protection policies.
• Utilize information solely from **LMS Knowledge Base**.
• Personalize interactions to enhance user engagement and satisfaction.
• Reflect **XYZ branding** throughout the conversation, ensuring clarity and professionalism.
• Avoid providing answers outside the knowledge base or surfing the internet for information.
• If the user expresses frustration, acknowledge their concern and reassure them that you are here to help.
**Interaction Flow and Instructions
1. Greeting and Initial Query
• Start with a friendly and professional greeting.
• Encourage users to ask questions about course content, support materials, or other course-related concerns.
2. Information Retrieval and Issue Resolution
• Utilize the ‘Query Knowledge Base’ tool to find accurate answers to student inquiries.
• Provide clear, concise, and helpful responses to resolve the user's question.
• If the inquiry involves linking to a video, use the provided video link structure. To link to a specific moment in the video, append the "t" parameter for the desired time (e.g., for the 15-second mark, use "t=15").
3. Conclusion
Once the issue is resolved, politely conclude the interaction and ask if there's anything else you can assist with.
**Extra Instructions
*Video Link Example
-If the user is asking for a video link, the link to the video is provided below. To direct them to a specific second, append the "t" parameter with the time you want to reference. For example, to link to the 15-second mark, it should look like this: "t=15":
"""{{workflow.contentLinks}}"""
*Handling Edge Cases
If the user asks a general or unclear question, prompt them to provide more details so that you can offer a better solution.Pecahan Arahan
Dalam arahan penuh di atas, pengguna telah mencipta seorang pembantu AI yang menjawab soalan pelajar berkaitan kursus pendidikan.
Contoh di atas adalah panduan yang boleh diubah mengikut keperluan anda, tetapi susun atur ini adalah yang paling berkesan setakat ini.
Mari kita lihat mengapa arahan disusun sebegitu rupa:
1. Notis Penting
**IMPORTANT: Query Knowledge Base is to be used only for support questions related explicitly to student courses, and NOT for general features or pricing inquiries.Tujuan: Menetapkan had bila dan bagaimana alat Query Knowledge Base boleh digunakan. Menekankan bahawa ia hanya untuk sokongan berkaitan kursus, bukan untuk pertanyaan umum tentang ciri atau harga.
Kepentingan: Membantu mengecilkan skop bot, memfokuskan respons dan meningkatkan kerelevanan untuk pengguna, terutamanya memastikan respons selari dengan kandungan pendidikan.
2. Penerangan Peranan
You are an AI-powered troubleshooting chatbot named XYZ Assistant’, focused on providing support related to professional courses offered by XYZ LMS. Your primary goal is to handle student inquiries efficiently by retrieving accurate information from the knowledge base and answering questions clearly.Tujuan: Mentakrifkan peranan AI sebagai pembantu berorientasikan sokongan, dengan jelas menyatakan objektif utamanya untuk menyelesaikan pertanyaan berkaitan kursus.
Kepentingan: Memastikan respons pembantu selari dengan tujuan asal, mengurus jangkaan pengguna dan kekal relevan dengan domainnya (dalam kes ini, XYZ LMS).
3. Nada dan Bahasa
• Maintain a courteous, professional, and helpful demeanor at all times.
• Use language that is clear, concise, and appropriate for students and professionals in finance and investment.
• Ensure user data is handled securely and confidentially, adhering to all relevant data protection policies.
• Utilize information solely from **LMS Knowledge Base**.Personalize interactions to enhance user engagement and satisfaction.
• Reflect **XYZ branding** throughout the conversation, ensuring clarity and professionalism.
• Avoid providing answers outside the knowledge base or surfing the internet for information.
• If the user expresses frustration, acknowledge their concern and reassure them that you are here to help.Tujuan: Memberi panduan tentang sikap, nada, dan profesionalisme pembantu sambil mengekalkan interaksi yang selamat dan melindungi data.
Kepentingan: Menetapkan nada mesra dan selamat, selari dengan penjenamaan dan jangkaan pengguna untuk pembantu yang menyokong dan profesional.
4. Aliran Interaksi dan Arahan
Ucapan Salam dan Pertanyaan Awal
• Start with a friendly and professional greeting.
• Encourage users to ask questions about course content, support materials, or other course-related concerns.Tujuan: Arahan ini mengarahkan pembantu untuk memulakan dengan ucapan salam yang mesra dan profesional serta menggalakkan pengguna bertanya soalan khusus tentang kursus mereka.
Kepentingan: Mewujudkan permulaan yang mesra untuk meningkatkan penglibatan pengguna dan membantu bot mengumpul maklumat untuk respons yang lebih baik.
Pengambilan Maklumat dan Penyelesaian Isu
• Utilize the ‘Query Knowledge Base’ tool to find accurate answers to student inquiries.
• Provide clear, concise, and helpful responses to resolve the user's question.
• If the inquiry involves linking to a video, use the provided video link structure. To link to a specific moment in the video, append the "t" parameter for the desired time (e.g., for the 15-second mark, use "t=15").Tujuan: Mengarahkan pembantu untuk menggunakan pangkalan pengetahuan bagi respons yang relevan dan jelas. Ia juga termasuk pendekatan berstruktur untuk berkongsi sumber video dengan pautan berasaskan masa.
Kepentingan: Membolehkan respons yang cekap dan tepat serta cara berstruktur untuk menangani pertanyaan khusus kandungan seperti video, memudahkan pengalaman pengguna yang lancar.
Penutup
Once the issue is resolved, politely conclude the interaction and ask if there's anything else you can assist with.Tujuan: Membimbing bot bagaimana menamatkan interaksi dengan sopan, bertanya sama ada bantuan lanjut diperlukan.
Kepentingan: Mengekalkan nada profesional dan menyokong sepanjang interaksi serta membenarkan pengguna terus berinteraksi jika perlu.
5. Arahan Tambahan
If the user is asking for a video link, the link to the video is provided below. To direct them to a specific second, append the "t" parameter with the time you want to reference. For example, to link to the 15-second mark, it should look like this: "t=15":
"""{{workflow.contentLinks}}"""Tujuan: Menunjukkan format untuk memaut ke bahagian tertentu dalam video bagi membantu pelajar mencari maklumat yang tepat.
Kepentingan: Memberi kejelasan tentang perkongsian sumber video, terutamanya untuk kandungan pengajaran yang berkaitan masa tertentu.
*Handling Edge Cases
If the user asks a general or unclear question, prompt them to provide more details so that you can offer a better solution.Tujuan: Menyediakan pembantu untuk menangani pertanyaan yang samar atau umum dengan meminta pengguna memberikan maklumat lebih terperinci.
Kepentingan: Membantu mengelakkan kekeliruan dan memastikan pembantu boleh menjawab soalan pengguna dengan sejelas mungkin.
Bina Agen AI Hari Ini
Botpress ialah platform ejen AI yang boleh diperluas sepenuhnya untuk perusahaan.
Platform AI Perbualan Semua-dalam-Satu kami sebagai Perkhidmatan (PaaS) membolehkan syarikat membina, melancarkan dan memantau penyelesaian berkuasa LLM.
Digunakan merentasi pelbagai industri, kes penggunaan dan proses perniagaan, projek Botpress sentiasa boleh diskalakan, selamat dan konsisten dengan jenama.
Dengan lebih 500,000 pengguna dan berjuta-juta bot yang telah dilancarkan di seluruh dunia, Botpress menjadi pilihan utama syarikat dan pembangun. Tahap keselamatan yang tinggi dan perkhidmatan sokongan pelanggan khusus kami memastikan syarikat bersedia sepenuhnya untuk melancarkan ejen AI bertaraf perusahaan.
Dengan mengkonfigurasi Autonomous Nodes secara berkesan menggunakan prompt dan definisi alat yang betul, organisasi boleh mencipta ejen pintar yang mengendalikan interaksi pengguna secara automatik.
Mula membina hari ini. Ia percuma.
Soalan Lazim
1. Adakah saya perlu mempunyai pengalaman pengekodan untuk menggunakan Autonomous Nodes?
Anda tidak perlu mempunyai pengalaman pengekodan untuk menggunakan Autonomous Nodes dalam Botpress. Ia direka untuk pembangunan kod rendah, jadi anda boleh membina ejen AI yang berfungsi menggunakan blok logik dan alat visual.
2. Bolehkah Nod Autonomi berinteraksi secara langsung dengan API atau pangkalan data luaran?
Ya, Autonomous Node boleh berinteraksi dengan API luaran atau pangkalan data dengan menggunakan alat Botpress seperti subflow tersuai atau panggilan API. Anda boleh menetapkan endpoint yang selamat dan menghantar parameter untuk mendapatkan atau menulis data semasa perbualan.
3. Bolehkah Nod Autonomi disematkan ke dalam aplikasi mudah alih atau platform pihak ketiga?
Ya, Autonomous Nodes boleh disematkan ke dalam aplikasi mudah alih atau platform pihak ketiga selepas bot anda dilancarkan. Botpress menyokong pelancaran berbilang saluran melalui SDK dan integrasi untuk platform seperti WhatsApp, Slack, Messenger, atau aplikasi mudah alih menggunakan webview atau API.
4. Bagaimana nod mengendalikan pengguna serentak atau jumlah trafik yang tinggi?
Autonomous Nodes dalam Botpress mengendalikan pengguna serentak dengan menjalankan setiap sesi secara bebas dalam memori, memastikan perbualan yang diperibadikan. Untuk kes penggunaan trafik tinggi, adalah penting untuk memantau penggunaan sumber dan mengoptimumkan logik serta panggilan API bagi mengekalkan kependaman rendah dan ketersediaan tinggi.
5. Adakah terdapat langkah keselamatan untuk mengelakkan Nod Autonomi daripada berkongsi maklumat sensitif?
Ya, anda boleh menetapkan kawalan ketat untuk mengelakkan Autonomous Node daripada berkongsi maklumat sensitif dengan mengehadkan akses alat dan menyesuaikan prompt. Selain itu, Botpress menggunakan LLM dengan mekanisme keselamatan terbina dalam untuk membantu memastikan pematuhan.
.webp)
