Как интегрировать платформу Gradient в минимальное веб-приложение для HR

---

Введение

В этом учебном пособии вы научитесь интегрировать платформу DigitalOcean Gradient в ваши веб-приложения. Вы будете использовать существующее демонстрационное приложение управления персоналом, созданное на основе нашей предыдущей статьи о создании минимального веб-приложения для управления персоналом с помощью Refine Framework, и развернете его на платформе приложений DigitalOcean. Вы можете сделать это, следуя вышеуказанному руководству.

В конце этого учебника у вас будет приложение для управления HR с чат-ботом для запроса информации о выходе сотрудников. Урок из этого учебника поможет вам интегрировать платформу DigitalOcean Gradient в ваши веб-приложения.

Предварительные условия

• Учетная запись DigitalOcean Cloud.
• Минимальный демонстрационный проект HR.
• Доступ к платформе DigitalOcean Gradient.

Шаг 1 — Настройка проекта

Клонируйте проект, перейдите в папку проекта и установите зависимости приложения с помощью:

npm install 

Запустите приложение с помощью команды npm run dev и откройте http://localhost:5173 в браузере, чтобы увидеть приложение. Теперь вы готовы интегрировать чат-бота DigitalOcean Gradient в наше минималистичное HR-приложение.

Шаг 2 — Создание и добавление чат-бота DigitalOcean Gradient в наше приложение

Войдите в облачную панель DigitalOcean в левом боковом меню, затем нажмите на вкладку Gradient Platform. Страница панели управления Gradient будет выглядеть следующим образом:

На вкладке Агент этой страницы нажмите кнопку Создать агента, которая откроет страницу для настройки нашего агента. Страница настройки агента выглядит следующим образом:

Настройка нашего агента включает в себя:

• Указываем Имя агента. Здесь мы использовали имя по умолчанию.
• Даем нашим агенту инструкции, которые говорят ему, что вы хотите, чтобы он сделал и как он должен это сделать. Здесь мы используем эту инструкцию: Действуй как агент по учету рабочего времени.
• Выбор модели. Мы будем использовать выбранную по умолчанию модель.
• Добавление баз знаний. Мы не будем это добавлять сейчас. Мы создадим базу знаний и прикрепим ее к нашей модели позже.
• Выбор проекта и добавление тегов. Здесь мы используем по умолчанию первый проект, и никаких тегов не было добавлено.

После того как вы настроите агента, вы можете нажать кнопку Создать агента внизу страницы, чтобы создать и развернуть нашего агента для нас. Это откроет новую страницу, которая будет выглядеть так:

Как только агент создан, вы можете начать запрашивать необходимую информацию. Ниже приведен запрос о получении дней отпуска сотрудников, но ответ очень общий и не соответствует информации в этом приложении. Здесь на помощь приходит база знаний.

Шаг 3 — Создание базы знаний и привязка к нашему агенту

На этом этапе вы создадите базу знаний и прикрепите ее к агенту.

Что такое база знаний

База знаний — это хранилище векторных эмбеддингов из наших данных, к которым агент может обращаться для ответа на вопросы, специфичные для определенной области. В настоящее время базы знаний поддерживают текстовые данные, такие как информация в .doc, .csv, .txt и .json файлах. Это означает, что данные о сотрудниках, на которые мы хотим, чтобы наш агент ссылался, должны быть в любом из этих форматов.

Предпосылка для создания базы знаний

• Данные, на которые агент может ссылаться.
• Бакет DigitalOcean Spaces, который хранит данные.

Подготовка наших данных

Это минимальное приложение, и в нем есть данные о 3 сотрудниках, для которых мы хотим, чтобы агент помог нам получить их дни отпуска. Ниже приведены данные:

Давайте создадим файл csv из данных и загрузим его в ведро DigitalOcean Spaces. Сначала вам нужно создать ведро, и вы можете сделать это следующим образом:

• Нажимая Создать в правом верхнем углу, а затем Пространства на панели управления,
• По желанию, включите CDN Spaces без дополнительной платы.
• Выберите имя, регион дата-центра и разрешения на листинг файлов нашего пространства.
• Нажмите Создать пространство. Это перенесет вас в корень нашего нового Пространства.

После того как вы завершите создание нового ведра, вы можете загрузить CSV файл, который вы создали из данных, в это ведро. Чтобы загрузить файл:

• Вы можете добавлять файлы, перетаскивая их из вкладки Файлы нашего хранилища. Чтобы использовать инструмент выбора файлов, нажмите Загрузить файлы.
• После того как вы выберете наши файлы для загрузки, выберите их разрешения. По умолчанию они установлены на Частный.
• Нажмите Загрузить файл.

Создание базы знаний

На панели управления нажмите Градиентная платформа в левом боковом меню, затем нажмите на вкладку Базы знаний, а затем на кнопку Создать базу знаний. Это откроет страницу, подобную приведенной ниже, чтобы мы могли настроить нашу базу знаний.

Настройка наших знаний включает в себя:

• Указываем имя базы знаний. Здесь мы можем использовать hr-off-time-knowledge-base.
• Выбираем наше хранилище пространств, которое содержит данные для ссылок. Запомните название хранилища пространств, которое мы создали, и выберите его.
• Выбор места для нашего базы знаний. Мы можем использовать существующую базу данных OpenSearch или создать новую.
• Выбор модели встраивания: модель встраивания преобразует наши данные в векторные встраивания, которые затем хранятся в нашем кластере базы данных OpenSearch. Используйте выпадающее меню модели встраивания, чтобы выбрать нашу модель.
• Обзор цен: Просмотрите оценочную стоимость нашей базы знаний по количеству токенов. Для справки, каждый токен состоит примерно из четырех символов. В масштабах, 100 токенов примерно равны 75 словам текста. Оценки предполагают наличие набора данных на латинице. — — Использование нелатинских символов, эмодзи или двоичных данных может привести к увеличению количества токенов.
• Наконец, выбираем проект для добавления базы знаний и любые теги, которые мы хотим использовать. Здесь мы можем использовать проект по умолчанию.

Теперь мы готовы нажать кнопку Создать базу знаний. Создание баз знаний обычно занимает пять минут или более.

Присоединение базы знаний и тестирование нашего агента

В разделе Обзор нашего агента второй шаг начала работы помогает нам прикрепить базы знаний к нашему агенту. На этом этапе вы можете найти название нашей базы знаний, hr-off-time-knowledge-base, в выпадающем меню. Выберите его и сохраните. Это займет несколько минут, чтобы обновить нашего агента и отразить наши последние изменения.

После изменений вы можете задать нашему агенту вопросы о сотрудниках и их днях отпусков. Ниже приведен пример такого запроса.

Шаг 4 — Добавление градиентного чата-бота в наше HR приложение

Из панели облака DigitalOcean, в разделе Платформа Gradient > Выберите агента > Перейдите на вкладку Endpoint. Страница панели управления Gradient будет выглядеть так, когда доступность конечной точки установлена на Playground в разделе Детали конечной точки.

Нажмите Редактировать рядом с Игровой площадкой, чтобы изменить доступность на Общественный. Это изменит страницу так, чтобы она включала скрипт чат-бота. Страница должна выглядеть как ниже:

У нас уже есть этот сценарий чат-бота в нашем приложении. Скопируйте свой сценарий и обновите файл index.html вашим.

В приложении теперь должна быть активна функция чат-бота, которая может использоваться для запроса информации так же, как мы это делали ранее в панели управления. Зафиксируйте изменения в вашем репозитории GitHub, и платформа приложений DigitalOcean автоматически перестроит свой процесс, чтобы изменения отразились в вашем приложении.

Заключение

Вы успешно интегрировали чат-бота в свое HR-приложение, следуя шагам в этом руководстве. Это руководство является отличным пособием по использованию платформы DigitalOcean Gradient в ваших веб-проектах.