Botpress Otonom Düğümü, işlevsel yapay zeka ajanları oluşturmanıza olanak tanır – yani sohbet botları değil, mevcut bağlamına göre kararlar veren otonom ajanlar.
Açık talimatlar vererek ve araçları entegre ederek, bot geliştiricileri Otonom Düğümler ile bir sohbet botunun davranışını belirleyebilir.
Düğüm, hem karar verme hem de uygulama süreçlerini yönetmek üzere tasarlanmıştır; kullanıcı girdilerini anlayarak, doğru verilerle yanıt vererek ve araçlarını kullanarak çalışır.
Bir Otonom Düğüm kullanmak istiyorsanız, doğru yerdesiniz. Bu yazıda, platformumuzun ajan gücüne sahip özelliğini kullanmanın temellerini anlatacağım.
Otonom Düğümün Temel Özellikleri
1. LLM Karar Odaklı
Bir Otonom Düğüm, LLM ajanı aracılığıyla akıllı kararlar almak için bir LLM'nin yeteneklerini kullanır.
2. Otonom Davranış
Bir Otonom Düğüm, verilen talimatlar ve kullanıcı girdisine göre manuel müdahale olmadan eylemleri gerçekleştirebilir.
3. Araçlar
Otonom Düğüm, belirli araçları anlayıp kullanabilir – örneğin, bilgi tabanlarını sorgulayabilir, web aramaları yapabilir ve iş akışı geçişlerini gerçekleştirebilir.
4. Özelleştirme
Bir Otonom Düğümü uygun bir persona ve ayrıntılı talimatlarla yapılandırarak, sohbet sırasında markaya uygun ve kapsam dahilinde davranmasını sağlayabilirsiniz.
5. Kod Yazma ve Çalıştırma
Otonom Düğüm, görevleri yerine getirmek için özel kod üretebilir ve çalıştırabilir.
6. Kendi Kendini Düzeltme
Otonom Düğüm yanlış bir yola girdiğinde, hatalardan kurtulup kendini düzeltebilir.
Yapılandırma Ayarları
Her Otonom Düğümün, davranışının iş ihtiyaçlarıyla uyumlu olması için dikkatlice yapılandırılması gerekir.
Bir Otonom Düğüm kurmanın en önemli kısmı, doğru istem ve talimatları yazmaktır. İstem, ajanın personasını anlamasına yardımcı olur ve kararlarını yönlendirir.
Talimat Kutusu
Talimat Kutusunda, net yönergeler verin. Talimatlar ne kadar ayrıntılı olursa, ajanın kararları o kadar iyi olur.
Örnek: “Sen, her zaman ‘knowledgeAgent.knowledgequery’ aracını kullanarak soruları yanıtlayan yardımcı bir asistansın. Kullanıcı ‘arama’ derse, ‘browser.webSearch’ aracını kullan.”
Sohbete İzin Ver
Sohbete İzin Ver anahtarı, Otonom Düğümün kullanıcılarla doğrudan iletişim kurmasını sağlar. Kapalıysa, Düğüm yalnızca komutları işler ve dahili mantığını çalıştırır, kullanıcılara mesaj göndermez.
Araçları Anlamak
Verdiğiniz talimatlara göre, bir Otonom Düğüm çağırabileceği çeşitli araçlarla donatılmıştır.
Her araç belirli bir işlevi yerine getirir – bu araçların ne zaman ve nasıl kullanılacağını anlamak, Düğümün kararlarını yönlendirmek için kritiktir.
En Sık Kullanılan 7 Araç
- global.think: LLMz motorunun ilerlemeden önce düşünmesini sağlar.
- browser.webSearch: Ajanın yanıtlar için webde arama yapmasını sağlar.
- knowledgeAgent.knowledgequery: Dahili bilgi tabanında ilgili bilgileri sorgular.
- clock.setReminder: Gelecekteki görevler veya yanıtlar için hatırlatıcı ayarlar.
- workflow.transition: Kullanıcı girdisine göre konuşmanın bir bölümünden diğerine geçiş yapar.
- chat.sendText: Kullanıcıya yanıt olarak metin mesajı gönderir.
- chat.waitForUserInput: İşlemi duraklatır ve kullanıcıdan ek giriş bekler.
Kullanıcı eylemlerine karşılık hangi aracın kullanılacağını belirterek, sohbetin akışını ve sonuçlarını kontrol edebilirsiniz.
Örneğin, LLM'ye belirli koşullar sağlandığında her zaman belirli eylemleri gerçekleştirmesini söyleyebilirsiniz: “Kullanıcı ‘1’ derse, bir sonraki adıma geçmek için ‘workflow.transition’ aracını kullan.”
Ya da: “Kullanıcı bir soru sorarsa, önce ‘knowledgeAgent.knowledgequery’ aracıyla yanıtlamaya çalış.”
Örnek İş Akışı
İşte Otonom Düğümün bir konuşma sırasında nasıl yapılandırılıp çalışabileceğine dair adım adım bir örnek:
1. Kullanıcı Girişi
Kullanıcı, şirketin ürünü hakkında bir soru yazar.
2. Talimatın Uygulanması
Otonom Düğüm, istemi izler ve knowledgeAgent.knowledgequery aracını kullanarak dahili bilgi tabanında arama yapar.
3. LLM Kararı
Bilgi tabanında yeterli yanıt yoksa, düğüm ek bilgi için browser.webSearch aracını kullanabilir.
4. Mesaj Gönderme
Yanıt hazır olduğunda, düğüm chat.sendText ile kullanıcıya ilgili bilgileri gönderir.
5. Girdi Bekleme
Yanıt verdikten sonra, düğüm chat.waitForUserInput ile kullanıcıdan yeni bir soru veya etkileşim bekler.
Talimat Nasıl Yazılır
Örnekte görüldüğü gibi, net talimatlar Otonom Düğümün doğru davranmasını sağlamak için çok önemlidir.
LLM'nin karar verme yeteneği, talimatların nasıl yapılandırıldığına büyük ölçüde bağlıdır.
İşte Otonom Düğümünüz için talimat yazarken dikkat etmeniz gereken 3 en iyi uygulama:
1. Açık Olun
Belirsiz komutlar yerine, ajana net yol gösteren açık bir dil kullanın.
Örnek: “Kullanıcı ‘yardım’ derse, ‘chat.sendText’ ile önceden tanımlı destek seçeneklerini gönder.”
2. Araç Kullanımını Belirtin
Hangi durumda hangi aracın kullanılacağını açıkça belirtin.
Örnek: “Ürünle ilgili soruları yanıtlarken her zaman ‘knowledgeAgent.knowledgequery’ kullan.”
3. Akışı Yönlendirin
Sohbetin doğru yönde ilerlemesi için net geçişler ve adımlar kullanın.
Örnek: “Bilgi tabanı yanıt veremezse, ‘browser.webSearch’ ile arama sorgusuna geç.”
Aşağıdaki bağlantılardan daha fazla bilgi edinebilirsiniz:
- OpenAI API ile istem mühendisliği için en iyi uygulamalar
- ChatGPT API ile Sistemler Oluşturmak
- Geliştiriciler için ChatGPT İstem Mühendisliği
Markdown Söz Dizimini Kullanmak
Başlamadan önce, Markdown Söz Dizimi kullanmanın öneminden bahsetmek gerekir.
Yapılandırılmış ve görsel olarak net bir istem oluşturmak için başlıklar, madde işaretleri ve kalın metin gibi markdown söz dizimini kullanmak önemlidir.
Bu söz dizimi, LLM'nin talimatların hiyerarşisini tanımasını ve buna uygun hareket etmesini sağlar; ana bölümler, alt talimatlar ve örnekler arasında ayrım yapmasına yardımcı olur.
Markdown söz dizimini kullanmak sizin için zorsa, sizin için kolay olan herhangi bir yapıyı kullanın – yeter ki net ve hiyerarşik olun.
Markdown Temel Söz Dizimi hakkında daha fazla bilgi
Faydalı İstemler
Bu bölümde, Otonom Düğümün davranışını kontrol etmek için kullanabileceğiniz en yaygın örnekler ve kalıplar yer almaktadır.
Bu örnekler, pratik deneyimlerden alınmıştır ve farklı senaryoları belirli talimatlar ve araçlar kullanarak nasıl yöneteceğinizi gösterir.
Dahili Bilgiye Odaklanın
Düğümün destek soruları ile diğer sorgu türlerini (örneğin fiyatlandırma veya özellikler) ayırt etmesini sağlamak için şu şekilde yönlendirebilirsiniz:
**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.Bu istem, LLM'nin yalnızca destekle ilgili sorgularda belirli araçları kullanmasını sağlar ve hangi bilgileri getireceği üzerinde kontrolü korur.
Düğümü Bir Alt Akışa Geçirme
Bazen, botun Otonom Düğümden çıkıp bir alt akışa geçmesini isteyebilirsiniz.
Diyelim ki botunuzun bir kullanıcı e-postası toplamasını, ardından bu e-posta hakkında diğer sistemlerden daha fazla bilgi alarak iletişim bilgisini zenginleştirmesini istiyorsunuz.
Bu durumda, botun Otonom Düğüm döngüsünden çıkıp, iletişim bilgisini zenginleştirmek için birden fazla adım/sistem içeren bir alt akışa girmesi gerekebilir:
When the user wants more information about an email, go to the transition tool.Bu talimat, kullanıcı e-postalar hakkında daha fazla ayrıntı istediğinde düğümün workflow.transition aracını çağırmasını ve sohbet akışını buna göre yönlendirmesini sağlar.
Bir Değişkeni Doldurma ve Eylem Gerçekleştirme
Düğümün hem bir girdi almasını hem de aynı anda bir eylemi tetiklemesini istediğiniz senaryolarda, şu şekilde bir istem verebilirsiniz:
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.Burada, Node'u yalnızca geçişi tetiklemekle kalmayıp, aynı zamanda kullanıcının e-posta adresini bir değişkende saklayacak şekilde yönlendiriyorsunuz. Böylece, sohbetin ilerleyen aşamalarında dinamik davranışlar mümkün olur.
Koşula Bağlı Yanıtı Yönetmek
Bazen, node'un belirli koşullara göre ek mantık yürütmesini isteyebilirsiniz. İşte video bağlantıları sunmaya yönelik bir örnek istem:
If the users selects “1” then say something like “thank you”, then use the transition tool.Bu istem, node'un bir video bağlantısının beklenen yapısını anlamasına ve kullanıcı videonun belirli bir noktasına yönlendirme istediğinde bunu nasıl değiştireceğini öğrenmesine yardımcı olur.
Video Bağlantıları İçin Şablon Kullanımına Örnek
Sistemin, kullanıcıdan gelen video bağlantısı isteğine nasıl yanıt vermesi gerektiğini gerçek bir örnekle daha da netleştirebilirsiniz:
**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}}"""Bu, node'a belirli zaman damgalarıyla dinamik video bağlantıları oluşturma konusunda net bir rehberlik sağlar ve tutarlı, kullanıcı dostu yanıtlar sunulmasını garanti eder.
Sorun Giderme ve Teşhis
Otonom Node'un davranışını emülatörde test ederken, arka planda neler olduğunu teşhis etmek önemlidir. Node nasıl karar veriyor?
Node'un düşünce sürecini ve performansını nasıl inceleyip sorun giderebileceğiniz aşağıda açıklanmıştır.
Sorun gidermek için üç yöntem
1. Node'un Zihnini İncele
İnceleye tıklayarak Otonom Node'un iç durumuna göz atabilir ve LLM'in neleri işlediğini anlayabilirsiniz. İnceleme sırasında şunları görebilirsiniz:
- Node'un hangi talimatlara öncelik verdiği
- İstemi nasıl yorumladığı
- Verdiğiniz kısıtlama ve talimatlara uyup uymadığı
Node'un doğru yanıt vermediğini veya bazı talimatları göz ardı ettiğini fark ederseniz, inceleme sırasında istemi yanlış anladığını veya belirli bir aracı çalıştıramadığını görebilirsiniz.
2. Araçlar Sekmesini Kontrol Et
Araçlar bölümü, Otonom Node'un kullanabileceği tüm araçları gösterir. Her yeni kart eklediğinizde veya node yapılandırmasında değişiklik yaptığınızda, Araçlar listesi güncellenir.
- Listelenen araçların, node'un karar verme sürecinde kullanılmasını beklediğiniz araçlarla eşleştiğinden emin olun.
- Node'un belirli bir işlemi doğru şekilde gerçekleştirebilmesi için, istemde araç adlarının doğru yazıldığından emin olun.
3. Yinelemeler Sekmesini Kontrol Edin
Otonom Node genellikle tüm talimatları bir veya iki yinelemede yerine getirmeye çalışır. Yineleme sayısı, istemin karmaşıklığına ve Node'un bunu nasıl analiz ettiğine bağlıdır.
Daha karmaşık görevlerde, node veri toplamak, karar vermek veya harici bilgi almak için birden fazla yineleme yapabilir.
Yinelemeler sekmesini (veya Tümü sekmesini) inceleyerek şunları anlayabilirsiniz:
- Node'un nihai kararına ulaşması için kaç yineleme gerektiğini.
- Node'un neden birden fazla adım attığını (örneğin, knowledgeAgent.knowledgequery veya browser.webSearch gibi araçlardan ek veri çekmesi gibi).
- Belirli bir sonucun neden elde edildiğini.
Yaygın Sorun Giderme Problemleri
Model boyutu
Otonom Node, isteminizi tam olarak takip etmeyebilir, yalnızca bir kısmını çalıştırabilir veya “workflowQueue” aracını çağırırken “workflowExecuteAll” aracını çağırmayabilir.
Otonom Node LLM boyutunu daha küçük bir modele geçirmek mantıklı olabilir—çünkü daha ucuzdur—ancak bunun bir bedeli vardır.
Daha küçük bir LLM, özellikle Botpress'in kartların nasıl çalıştığını ve hangi parametrelerin gerektiğini anlaması için eklediği tanım bölümünün kesilmesine neden olabilir. Bu olmadan bot doğru şekilde hareket edemez.
LLMz sürümü
Her zaman en güncel kararlı LLMz sürümünü kullandığınızdan emin olun. Bu, otonom node'un çalışmasını yönlendiren otonom motordur.
Ayrıca hata düzeltmeleri içerir ve istemlerin LLM'lere daha uyumlu olmasını sağlar.
Örnek: Kod Oluşturmayı Teşhis Etme
Diyelim ki Otonom Node kod üretiyor ama istemi doğru şekilde takip etmiyor. Bunu şu şekilde teşhis edebilirsiniz:
- İncele: Node'un hangi talimatları izlediğini kontrol edin. Kod üretme isteğini doğru anlıyor mu?
- Araçlar: Node'un gerekli araçlara (örneğin, kod üretme veya bilgi tabanı sorgulama araçları) erişimi olup olmadığını doğrulayın. İstemde bu araçlara açıkça atıfta bulunulduğundan emin olun.
- Yinelemeler: Node'un kod üretme aşamasına nasıl ulaştığını görmek için yinelemeler sekmesine bakın. Tek adımda mı, yoksa birden fazla adımda mı ilerledi? Önce bilgi tabanını mı sorguladı, yoksa doğrudan kod üretmeye mi geçti?
Çözüm: Bot kodu düzgün şekilde üretemiyorsa:
- Kod üretmek için kullanılan aracın istemde doğru şekilde belirtildiğinden emin olun.
- Node'u, önce ilgili bilgileri alıp ardından kod üretmeye geçecek şekilde yönlendirmek için talimatları ayarlayın.
Tam İstem Örneği
**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.İstemin Ayrıntılı Analizi
Yukarıdaki tam istemde, kullanıcı öğrencilere eğitim kursları hakkında soruları yanıtlayan bir AI asistanı oluşturmuş.
Yukarıdaki örnek, ihtiyaçlarınıza göre değiştirilebilecek bir rehberdir; ancak şimdiye kadar en etkili yapının bu olduğunu gördüm.
İstemin neden bu şekilde düzenlendiğini inceleyelim:
1. Önemli Uyarı
**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.Amacı: Query Knowledge Base aracının ne zaman ve nasıl kullanılacağına sınır koyar. Yalnızca kursla ilgili destek için kullanılmasını, özellikler veya fiyatlandırma gibi genel sorular için kullanılmamasını vurgular.
Önemi: Botun kapsamını daraltmaya yardımcı olur, yanıtların kullanıcılar için daha alakalı olmasını sağlar ve özellikle eğitim içeriğiyle uyumlu yanıtlar verilmesini garanti eder.
2. Rol Tanımı
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.Amacı: Yapay zekanın rolünü destek odaklı bir asistan olarak tanımlar ve ana hedefinin kursla ilgili soruları çözmek olduğunu açıkça belirtir.
Önemi: Asistanın yanıtlarının amacına uygun olmasını sağlar, kullanıcı beklentilerini yönetir ve ilgili alanda (bu örnekte XYZ LMS) kalmasını sağlar.
3. Ton ve Dil
• 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.Amacı: Asistanın tutumu, tonu ve profesyonelliği hakkında rehberlik sunar; aynı zamanda güvenli ve veri koruyucu etkileşimler sağlar.
Önemi: Destekleyici ve profesyonel bir asistan için marka ve kullanıcı beklentileriyle uyumlu, samimi ve güvenli bir ton belirler.
4. Etkileşim Akışı ve Talimatlar
Karşılama ve İlk Soru
• Start with a friendly and professional greeting.
• Encourage users to ask questions about course content, support materials, or other course-related concerns.Amacı: Asistanın sıcak ve profesyonel bir karşılama ile başlamasını ve kullanıcıları kurslarıyla ilgili özel sorular sormaya teşvik etmesini sağlar.
Önemi: Kullanıcı katılımını artıran davetkar bir başlangıç noktası oluşturur ve botun daha iyi yanıt verebilmesi için ayrıntı toplamasına yardımcı olur.
Bilgi Toplama ve Sorun Çözme
• 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").Amacı: Asistanın bilgi tabanını kullanarak alakalı ve net yanıtlar vermesini sağlar. Ayrıca, zaman damgalı video kaynaklarını paylaşmak için yapılandırılmış bir yaklaşım içerir.
Önemi: Etkili ve kesin yanıtlar ile içerik odaklı soruların (örneğin videolar) yapılandırılmış şekilde ele alınmasını sağlar ve sorunsuz bir kullanıcı deneyimi sunar.
Sonuç
Once the issue is resolved, politely conclude the interaction and ask if there's anything else you can assist with.Amacı: Botun etkileşimi nazikçe sonlandırmasını ve daha fazla yardıma ihtiyaç olup olmadığını sormasını sağlar.
Önemi: Etkileşim boyunca profesyonel ve destekleyici bir tonun korunmasını sağlar ve kullanıcıların gerekirse sohbete devam edebilmesine olanak tanır.
5. Ek Talimatlar
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}}"""Amacı: Öğrencilerin belirli bilgilere ulaşmasını kolaylaştırmak için videonun belirli bölümlerine bağlantı verme formatını gösterir.
Önemi: Özellikle zaman odaklı eğitim içerikleri için video kaynaklarının paylaşımında netlik sağlar.
*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.Amacı: Asistanı, belirsiz veya genel sorulara karşı kullanıcıdan daha fazla ayrıntı istemeye hazırlar.
Önemi: Karışıklığı önler ve asistanın kullanıcı sorularını mümkün olan en ayrıntılı şekilde yanıtlamasını sağlar.
Bugün bir Yapay Zeka Asistanı oluşturun
Botpress, işletmeler için tamamen genişletilebilir bir yapay zeka ajanı platformudur.
Tümleşik konuşma yapay zekası Platform-as-a-Service (PaaS) çözümümüz, şirketlerin LLM tabanlı çözümler oluşturmasına, dağıtmasına ve izlemesine olanak tanır.
Sektörler, kullanım senaryoları ve iş süreçleri genelinde uygulanan Botpress projeleri her zaman ölçeklenebilir, güvenli ve markaya uygun olur.
500.000'den fazla kullanıcı ve dünya çapında milyonlarca dağıtılmış bot ile Botpress, şirketler ve geliştiriciler için tercih edilen platformdur. Yüksek düzeyde güvenlik ve özel müşteri başarısı hizmetimiz, şirketlerin kurumsal düzeyde yapay zeka ajanlarını dağıtmak için tam donanımlı olmasını sağlar.
Otonom Düğümler doğru istemler ve araç tanımlarıyla etkili şekilde yapılandırıldığında, kuruluşlar kullanıcı etkileşimlerini kendi başına yöneten akıllı ajanlar oluşturabilir.
Bugün oluşturmaya başlayın. Ücretsizdir.
Sıkça Sorulan Sorular
1. Otonom Düğümleri kullanmak için kodlama bilgisine sahip olmam gerekir mi?
Botpress'te Otonom Düğümleri kullanmak için kodlama bilgisine ihtiyacınız yoktur. Düşük kodlu geliştirme için tasarlanmışlardır; mantık blokları ve görsel araçlar kullanarak işlevsel yapay zeka ajanları oluşturabilirsiniz.
2. Otonom Düğüm doğrudan harici API'lerle veya veritabanlarıyla etkileşime girebilir mi?
Evet, bir Otonom Düğüm, özel alt akışlar veya API çağrıları gibi Botpress araçlarını kullanarak harici API'lerle veya veritabanlarıyla etkileşime girebilir. Güvenli uç noktalar tanımlayabilir ve konuşma sırasında veri almak veya yazmak için parametreler iletebilirsiniz.
3. Otonom Düğümler mobil uygulamalara veya üçüncü parti platformlara entegre edilebilir mi?
Evet, botunuzu dağıttıktan sonra Otonom Düğümler mobil uygulamalara veya üçüncü taraf platformlara gömülebilir. Botpress, WhatsApp, Slack, Messenger gibi platformlar veya webview ya da API kullanan mobil uygulamalar için SDK'lar ve entegrasyonlar ile çoklu kanal dağıtımını destekler.
4. Düğüm, eşzamanlı kullanıcıları veya yüksek trafik hacmini nasıl yönetir?
Botpress'teki Otonom Düğümler, her oturumu bellekte bağımsız olarak çalıştırarak aynı anda birden fazla kullanıcıya kişiselleştirilmiş sohbetler sunar. Yüksek trafikli senaryolarda, kaynak kullanımını izlemek ve gecikmeyi düşük, yüksek erişilebilirliği sürdürmek için iş mantığı ve API çağrılarını optimize etmek önemlidir.
5. Otonom Düğümün hassas bilgileri paylaşmasını engelleyen korumalar var mı?
Evet, bir Otonom Düğümün hassas bilgileri paylaşmasını önlemek için araç erişimini kısıtlayarak ve istemleri özelleştirerek sıkı koruma önlemleri yapılandırabilirsiniz. Ayrıca, Botpress, uyumluluğun sağlanmasına yardımcı olmak için yerleşik güvenlik mekanizmaları bulunan LLM'ler kullanır.
.webp)
