ডক্স এবং API কলের জন্য QA-এর জন্য GenAI এজেন্ট

1. ওভারভিউ

এই ল্যাবে, আপনি একটি GenAI এজেন্ট তৈরি করবেন, এটিকে ক্লাউড রান অ্যাপ্লিকেশনের সাথে সংযুক্ত করবেন এবং এজেন্টকে স্ল্যাক ওয়ার্কস্পেসে সংহত করবেন।

যা শিখবেন

ল্যাবের বেশ কয়েকটি প্রধান অংশ রয়েছে:

• জেমিনি API-এর সাথে একীভূত করতে ক্লাউড রান অ্যাপ্লিকেশন স্থাপন করুন
• ভার্টেক্স এআই এজেন্ট তৈরি করুন এবং স্থাপন করুন
• স্ল্যাকের মধ্যে এজেন্টকে একীভূত করুন
• PDF নথিতে প্রশ্নোত্তরের জন্য ডেটা স্টোর কনফিগার করুন

পূর্বশর্ত

• এই ল্যাবটি ক্লাউড কনসোল এবং ক্লাউড শেল পরিবেশের সাথে পরিচিতি অনুমান করে।

2. সেটআপ এবং প্রয়োজনীয়তা

ক্লাউড প্রজেক্ট সেটআপ

1. Google ক্লাউড কনসোলে সাইন-ইন করুন এবং একটি নতুন প্রকল্প তৈরি করুন বা বিদ্যমান একটি পুনরায় ব্যবহার করুন৷ আপনার যদি ইতিমধ্যেই একটি Gmail বা Google Workspace অ্যাকাউন্ট না থাকে, তাহলে আপনাকে অবশ্যই একটি তৈরি করতে হবে।

• প্রকল্পের নাম এই প্রকল্পের অংশগ্রহণকারীদের জন্য প্রদর্শনের নাম। এটি একটি অক্ষর স্ট্রিং যা Google API দ্বারা ব্যবহৃত হয় না। আপনি সবসময় এটি আপডেট করতে পারেন.
• প্রোজেক্ট আইডি সমস্ত Google ক্লাউড প্রোজেক্ট জুড়ে অনন্য এবং অপরিবর্তনীয় (সেট করার পরে পরিবর্তন করা যাবে না)। ক্লাউড কনসোল স্বয়ংক্রিয়ভাবে একটি অনন্য স্ট্রিং তৈরি করে; সাধারণত আপনি এটা কি যত্ন না. বেশিরভাগ কোডল্যাবে, আপনাকে আপনার প্রকল্প আইডি উল্লেখ করতে হবে (সাধারণত PROJECT_ID হিসাবে চিহ্নিত)। আপনি যদি জেনারেট করা আইডি পছন্দ না করেন, তাহলে আপনি অন্য একটি এলোমেলো আইডি তৈরি করতে পারেন। বিকল্পভাবে, আপনি নিজের চেষ্টা করতে পারেন, এবং এটি উপলব্ধ কিনা দেখতে পারেন। এই ধাপের পরে এটি পরিবর্তন করা যাবে না এবং প্রকল্পের সময়কালের জন্য থাকে।
• আপনার তথ্যের জন্য, একটি তৃতীয় মান আছে, একটি প্রকল্প নম্বর , যা কিছু API ব্যবহার করে। ডকুমেন্টেশনে এই তিনটি মান সম্পর্কে আরও জানুন।

সতর্কতা: একটি প্রকল্প আইডি বিশ্বব্যাপী অনন্য এবং আপনি এটি নির্বাচন করার পরে অন্য কেউ ব্যবহার করতে পারবেন না। আপনি সেই আইডির একমাত্র ব্যবহারকারী। এমনকি একটি প্রকল্প মুছে ফেলা হলেও, আইডিটি আবার ব্যবহার করা যাবে না

দ্রষ্টব্য: আপনি যদি একটি Gmail অ্যাকাউন্ট ব্যবহার করেন, আপনি ডিফল্ট অবস্থানটি কোন প্রতিষ্ঠানে সেট করতে পারেন। আপনি যদি একটি Google Workspace অ্যাকাউন্ট ব্যবহার করেন, তাহলে এমন একটি লোকেশন বেছে নিন যা আপনার প্রতিষ্ঠানের জন্য উপযুক্ত।

2. এরপরে, ক্লাউড রিসোর্স/এপিআই ব্যবহার করতে আপনাকে ক্লাউড কনসোলে বিলিং সক্ষম করতে হবে। এই কোডল্যাবের মাধ্যমে চালানোর জন্য খুব বেশি খরচ হবে না, যদি কিছু হয়। এই টিউটোরিয়ালের বাইরে বিলিং এড়াতে সংস্থানগুলি বন্ধ করতে, আপনি আপনার তৈরি করা সংস্থানগুলি মুছতে বা প্রকল্প মুছতে পারেন। নতুন Google ক্লাউড ব্যবহারকারীরা $300 USD বিনামূল্যের ট্রায়াল প্রোগ্রামের জন্য যোগ্য৷

এনভায়রনমেন্ট সেটআপ

মিথুন চ্যাট খুলুন।

Cloud AI Companion API সক্ষম করুন:

" Start chatting " ক্লিক করুন এবং একটি নমুনা প্রশ্ন অনুসরণ করুন বা এটি চেষ্টা করার জন্য আপনার নিজস্ব প্রম্পট টাইপ করুন।

চেষ্টা করার জন্য অনুরোধ করে:

• ক্লাউড রানকে ৫টি মূল পয়েন্টে ব্যাখ্যা কর।
• আপনি Google ক্লাউড রান প্রোডাক্ট ম্যানেজার, ক্লাউড রানকে 5টি সংক্ষিপ্ত মূল পয়েন্টে ব্যাখ্যা করুন।
• আপনি Google ক্লাউড রান প্রোডাক্ট ম্যানেজার, একজন প্রত্যয়িত কুবারনেটস ডেভেলপারকে 5টি সংক্ষিপ্ত মূল পয়েন্টে ক্লাউড রান ব্যাখ্যা করুন।
• আপনি Google ক্লাউড রান প্রোডাক্ট ম্যানেজার, আপনি কখন ক্লাউড রান বনাম GKE ব্যবহার করবেন একজন সিনিয়র ডেভেলপারকে ৫টি সংক্ষিপ্ত মূল পয়েন্টে ব্যাখ্যা করুন।

আরও ভাল প্রম্পট লেখার বিষয়ে আরও জানতে প্রম্পট গাইড দেখুন।

গুগল ক্লাউডের জন্য মিথুন কীভাবে আপনার ডেটা ব্যবহার করে

Google এর গোপনীয়তা প্রতিশ্রুতি

AI/ML গোপনীয়তা প্রতিশ্রুতি প্রকাশ করার জন্য Google শিল্পের প্রথম একজন, যা আমাদের বিশ্বাসের রূপরেখা দেয় যে গ্রাহকদের ক্লাউডে সঞ্চিত তাদের ডেটার উপর সর্বোচ্চ স্তরের নিরাপত্তা এবং নিয়ন্ত্রণ থাকা উচিত।

আপনার জমা দেওয়া এবং প্রাপ্ত ডেটা

আপনি জেমিনিকে যে প্রশ্নগুলি জিজ্ঞাসা করেন, তার মধ্যে যেকোন ইনপুট তথ্য বা কোড যা আপনি বিশ্লেষণ বা সম্পূর্ণ করার জন্য মিথুনে জমা দেন, তাকে প্রম্পট বলা হয়। আপনি মিথুন থেকে প্রাপ্ত উত্তর বা কোড সমাপ্তিগুলিকে প্রতিক্রিয়া বলা হয়। মিথুন আপনার প্রম্পট বা এর প্রতিক্রিয়াগুলি তার মডেলগুলিকে প্রশিক্ষণের জন্য ডেটা হিসাবে ব্যবহার করে না ।

প্রম্পট এনক্রিপশন

আপনি যখন মিথুনে প্রম্পট জমা দেন, তখন আপনার ডেটা মিথুনের অন্তর্নিহিত মডেলে ইনপুট হিসাবে ট্রানজিটে এনক্রিপ্ট করা হয় ।

মিথুন থেকে তৈরি করা প্রোগ্রাম ডেটা

মিথুনকে প্রথম-পক্ষের Google ক্লাউড কোডের পাশাপাশি নির্বাচিত তৃতীয়-পক্ষের কোডে প্রশিক্ষণ দেওয়া হয়। আপনি আপনার কোডের নিরাপত্তা, পরীক্ষা এবং কার্যকারিতার জন্য দায়ী , যার মধ্যে যেকোন কোড সমাপ্তি, প্রজন্ম বা বিশ্লেষণ যা জেমিনি আপনাকে অফার করে।

Google কীভাবে আপনার প্রম্পট পরিচালনা করে তা আরও জানুন ।

3. প্রম্পট পরীক্ষা করার বিকল্প

প্রম্পট পরীক্ষা করার জন্য আপনার কাছে বেশ কয়েকটি বিকল্প রয়েছে।

• ভার্টেক্স এআই স্টুডিও

Vertex AI স্টুডিও হল Google ক্লাউডের Vertex AI প্ল্যাটফর্মের একটি অংশ, বিশেষভাবে তৈরি করা হয়েছে যাতে জেনারেটিভ AI মডেলগুলির বিকাশ এবং ব্যবহারকে ত্বরান্বিত করা যায়৷

• গুগল এআই স্টুডিও

Google AI স্টুডিও হল প্রোটোটাইপিং এবং প্রম্পট ইঞ্জিনিয়ারিং এবং জেমিনি API-এর সাথে পরীক্ষা করার জন্য একটি ওয়েব-ভিত্তিক টুল।

• জেমিনি ওয়েব অ্যাপ (gemini.google.com)

Google Gemini ওয়েব অ্যাপ (gemini.google.com) হল একটি ওয়েব-ভিত্তিক টুল যা আপনাকে Google-এর জেমিনি AI মডেলগুলির শক্তি অন্বেষণ এবং ব্যবহার করতে সাহায্য করার জন্য ডিজাইন করা হয়েছে৷

• Android এর জন্য Google Gemini মোবাইল অ্যাপ এবং iOS-এ Google অ্যাপ

4. রেপো ক্লোন করুন

গুগল ক্লাউড কনসোলে ফিরে যান এবং অনুসন্ধান বারের ডানদিকে আইকনে ক্লিক করে ক্লাউড শেল সক্রিয় করুন।

খোলা টার্মিনালে, নিম্নলিখিত কমান্ডগুলি চালান

git clone https://github.com/GoogleCloudPlatform/genai-for-developers.git

cd genai-for-developers

git checkout slack-agent-jira-lab

"ওপেন এডিটর" এ ক্লিক করুন

" File / Open Folder " মেনু আইটেমটি ব্যবহার করে, " genai-for-developers " খুলুন।

একটি নতুন টার্মিনাল খুলুন

5. পরিষেবা অ্যাকাউন্ট তৈরি করুন

একটি নতুন পরিষেবা অ্যাকাউন্ট এবং কী তৈরি করুন।

আপনি ক্লাউড রান অ্যাপ্লিকেশন থেকে Vertex AI Gemini API-এ API কল করতে এই পরিষেবা অ্যাকাউন্টটি ব্যবহার করবেন।

আপনার qwiklabs প্রকল্পের বিবরণ ব্যবহার করে প্রকল্পের বিবরণ কনফিগার করুন।

উদাহরণ: qwiklabs-gcp-00-2c10937585bb

gcloud config set project YOUR_QWIKLABS_PROJECT_ID

পরিষেবা অ্যাকাউন্ট তৈরি করুন এবং ভূমিকা প্রদান করুন।

export LOCATION=us-central1
export PROJECT_ID=$(gcloud config get-value project)
export SERVICE_ACCOUNT_NAME='vertex-client'
export DISPLAY_NAME='Vertex Client'
export KEY_FILE_NAME='vertex-client-key'

gcloud iam service-accounts create $SERVICE_ACCOUNT_NAME --project $PROJECT_ID --display-name "$DISPLAY_NAME"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.admin"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.user"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/cloudbuild.builds.editor"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/artifactregistry.admin"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/storage.admin"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/run.admin"

gcloud projects add-iam-policy-binding $PROJECT_ID --member="serviceAccount:$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com" --role="roles/secretmanager.secretAccessor"


gcloud iam service-accounts keys create $KEY_FILE_NAME.json --iam-account=$SERVICE_ACCOUNT_NAME@$PROJECT_ID.iam.gserviceaccount.com

অনুমোদনের জন্য অনুরোধ করা হলে, চালিয়ে যেতে "অনুমোদিত করুন" এ ক্লিক করুন।

Vertex AI API এবং Gemini চ্যাট ব্যবহার করতে প্রয়োজনীয় পরিষেবাগুলি সক্ষম করুন৷

gcloud services enable \
    generativelanguage.googleapis.com \
    aiplatform.googleapis.com \
    cloudaicompanion.googleapis.com \
    run.googleapis.com \
    cloudresourcemanager.googleapis.com

Vertex AI API এবং Gemini চ্যাট ব্যবহার করতে প্রয়োজনীয় পরিষেবাগুলি সক্ষম করুন৷

gcloud services enable \
    artifactregistry.googleapis.com \
    cloudbuild.googleapis.com \
    runapps.googleapis.com \
    workstations.googleapis.com \
    servicemanagement.googleapis.com \
    secretmanager.googleapis.com \
    containerscanning.googleapis.com

জেমিনি কোড অ্যাসিস্ট সক্ষম করুন

নীচের ডানদিকে কোণায় "মিথুন" আইকনে ক্লিক করুন, " Sign-in " এবং " Select Google Cloud project " এ ক্লিক করুন৷

পপআপ উইন্ডো থেকে, আপনার qwiklabs প্রকল্প নির্বাচন করুন।

উদাহরণ:

" devai-api/app/routes.py " ফাইলটি খুলুন এবং তারপরে ফাইলের যে কোনও জায়গায় ডান ক্লিক করুন এবং প্রসঙ্গ মেনু থেকে " Gemini Code Assist > Explain this" নির্বাচন করুন৷

নির্বাচিত ফাইলের জন্য মিথুনের ব্যাখ্যা পর্যালোচনা করুন।

6. ক্লাউড রানে দেবাই-এপিআই স্থাপন করুন

আপনি সঠিক ফোল্ডারে আছেন কিনা পরীক্ষা করুন।

cd ~/genai-for-developers/devai-api

এই ল্যাবের জন্য, আমরা সর্বোত্তম অনুশীলনগুলি অনুসরণ করি এবং ক্লাউড রানে অ্যাক্সেস টোকেন এবং ল্যাংচেইন এপিআই কী মানগুলি সংরক্ষণ এবং উল্লেখ করতে সিক্রেট ম্যানেজার ব্যবহার করি।

পরিবেশের ভেরিয়েবল সেট করুন।

export JIRA_API_TOKEN=your-jira-token
export JIRA_USERNAME="YOUR-EMAIL"
export JIRA_INSTANCE_URL="https://YOUR-JIRA-PROJECT.atlassian.net"
export JIRA_PROJECT_KEY="YOUR-JIRA-PROJECT-KEY"
export JIRA_CLOUD=true

export GITLAB_PERSONAL_ACCESS_TOKEN=your-gitlab-token
export GITLAB_URL="https://gitlab.com"
export GITLAB_BRANCH="devai"
export GITLAB_BASE_BRANCH="main"
export GITLAB_REPOSITORY="GITLAB-USERID/GITLAB-REPO"

export LANGCHAIN_API_KEY=your-langchain-key
export LANGCHAIN_TRACING_V2=true
export LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"

সিক্রেট ম্যানেজারে জিরা অ্যাক্সেস টোকেন সংরক্ষণ করুন।

echo -n $JIRA_API_TOKEN | \
 gcloud secrets create JIRA_API_TOKEN \
 --data-file=-

সিক্রেট ম্যানেজারে গিটল্যাব অ্যাক্সেস টোকেন সংরক্ষণ করুন।

echo -n $GITLAB_PERSONAL_ACCESS_TOKEN | \
 gcloud secrets create GITLAB_PERSONAL_ACCESS_TOKEN \
 --data-file=-

সিক্রেট ম্যানেজারে ল্যাংচেইন এপিআই কী সংরক্ষণ করুন।

echo -n $LANGCHAIN_API_KEY | \
 gcloud secrets create LANGCHAIN_API_KEY \
 --data-file=-

ক্লাউড রানে অ্যাপ্লিকেশন স্থাপন করুন।

gcloud run deploy devai-api \
  --source=. \
  --region="$LOCATION" \
  --allow-unauthenticated \
  --service-account vertex-client \
  --set-env-vars PROJECT_ID="$PROJECT_ID" \
  --set-env-vars LOCATION="$LOCATION" \
  --set-env-vars GITLAB_URL="$GITLAB_URL" \
  --set-env-vars GITLAB_REPOSITORY="$GITLAB_REPOSITORY" \
  --set-env-vars GITLAB_BRANCH="$GITLAB_BRANCH" \
  --set-env-vars GITLAB_BASE_BRANCH="$GITLAB_BASE_BRANCH" \
  --set-env-vars JIRA_USERNAME="$JIRA_USERNAME" \
  --set-env-vars JIRA_INSTANCE_URL="$JIRA_INSTANCE_URL" \
  --set-env-vars JIRA_PROJECT_KEY="$JIRA_PROJECT_KEY" \
  --set-env-vars JIRA_CLOUD="$JIRA_CLOUD" \
  --set-env-vars LANGCHAIN_TRACING_V2="$LANGCHAIN_TRACING_V2" \
  --update-secrets="LANGCHAIN_API_KEY=LANGCHAIN_API_KEY:latest" \
  --update-secrets="GITLAB_PERSONAL_ACCESS_TOKEN=GITLAB_PERSONAL_ACCESS_TOKEN:latest" \
  --update-secrets="JIRA_API_TOKEN=JIRA_API_TOKEN:latest" \
  --min-instances=1 \
  --max-instances=3

আর্টিফ্যাক্ট রেজিস্ট্রি ডকার সংগ্রহস্থল তৈরি করতে Y উত্তর দিন।

Deploying from source requires an Artifact Registry Docker repository to store built containers. A repository named [cloud-run-source-deploy] in 
region [us-central1] will be created.

Do you want to continue (Y/n)?  y

মিথুনকে কমান্ড ব্যাখ্যা করতে বলুন:

পর্যালোচনা gcloud run deploy SERVICE_NAME --source=. নীচে প্রবাহ। আরও জানুন

পর্দার আড়ালে, এই কমান্ডটি আপনার মেশিনে ডকার ইনস্টল না করে বা বিল্ডপ্যাক বা ক্লাউড বিল্ড সেট আপ না করেই আপনার উত্স কোড থেকে স্বয়ংক্রিয়ভাবে ধারক চিত্র তৈরি করতে Google ক্লাউডের buildpacks এবং Cloud Build ব্যবহার করে৷ অর্থাৎ, উপরে উল্লিখিত একক কমান্ডটি তা করে যা অন্যথায় gcloud builds submit এবং gcloud run deploy কমান্ডের প্রয়োজন হবে।

আপনি যদি ডকারফাইল প্রদান করেন (যা আমরা এই সংগ্রহস্থলে করেছি) তাহলে ক্লাউড বিল্ড এটিকে কন্টেইনার ইমেজ তৈরি করতে ব্যবহার করবে বনাম বিল্ডপ্যাকের উপর নির্ভর করে স্বয়ংক্রিয়ভাবে ধারক চিত্রগুলি সনাক্ত করতে এবং তৈরি করতে। বিল্ডপ্যাক সম্পর্কে আরও জানতে ডকুমেন্টেশন দেখুন।

কনসোলে ক্লাউড বিল্ড লগগুলি পর্যালোচনা করুন।

আর্টিফ্যাক্ট রেজিস্ট্রিতে তৈরি ডকার ইমেজ পর্যালোচনা করুন।

cloud-run-source-deploy/devai-api খুলুন এবং স্বয়ংক্রিয়ভাবে সনাক্ত করা দুর্বলতাগুলি পর্যালোচনা করুন। যেসব ফিক্স উপলব্ধ আছে সেগুলো পরীক্ষা করে দেখুন এবং বর্ণনার উপর ভিত্তি করে কীভাবে এটি ঠিক করা যায় তা দেখুন।

ক্লাউড কনসোলে ক্লাউড রান ইনস্ট্যান্সের বিবরণ পর্যালোচনা করুন।

কার্ল কমান্ড চালিয়ে শেষ পয়েন্ট পরীক্ষা করুন।

curl -X POST \
   -H "Content-Type: application/json" \
   -d '{"prompt": "PROJECT-100"}' \
   $(gcloud  run services list --filter="(devai-api)" --format="value(URL)")/generate

আউটপুট পর্যালোচনা করুন:

7. ভার্টেক্স এআই এজেন্ট বিল্ডার

অনুসন্ধান করুন এবং "এজেন্ট বিল্ডার" খুলুন।

এপিআই সক্রিয় করুন

এজেন্ট অ্যাপ তৈরি করুন:

প্রদর্শন নামের জন্য "এজেন্ট" টাইপ করুন এবং "সম্মতি এবং তৈরি করুন" এ ক্লিক করুন।

এজেন্টের নাম সেট করুন:

Agent

লক্ষ্য সেট করুন:

Help user with questions about JIRA project

নির্দেশাবলী সেট করুন:

- Greet the users, then ask how you can help them today.
- Summarize the user's request and ask them to confirm that you understood correctly.
  - If necessary, seek clarifying details.
- Thank the user for their business and say goodbye.

"সংরক্ষণ করুন" ক্লিক করুন:

ডান দিকে এমুলেটর চ্যাট ব্যবহার করে এজেন্ট পরীক্ষা করুন:

টুল মেনু খুলুন এবং একটি নতুন টুল তৈরি করুন:

টাইপ ড্রপডাউন থেকে OpenAPI নির্বাচন করুন।

টুলের নাম সেট করুন:

jira-project-status

বর্ণনা সেট করুন:

Returns JIRA project status

স্কিমা (YAML) সেট করুন - আপনার ক্লাউড রান URL প্রতিস্থাপন করুন।

openapi: 3.0.0
info:
 title: CR API
 version: 1.0.0
 description: >-
   This is the OpenAPI specification of a service.
servers:
 - url: 'https://YOUR CLOUD RUN URL'
paths:
 /create-jira-issue:
   post:
     summary: Request impl
     operationId: create-jira-issue
     requestBody:
       description: Request impl
       required: true
       content:
         application/json:
           schema:
             $ref: '#/components/schemas/Prompt'
     responses:
       '200':
         description: Generated
         content:
           application/json:
             schema:
               type: string
 /generate:
   post:
     summary: Request impl
     operationId: generate
     requestBody:
       description: Request impl
       required: true
       content:
         application/json:
           schema:
             $ref: '#/components/schemas/Prompt'
     responses:
       '200':
         description: Generated
         content:
           application/json:
             schema:
               type: string

 /test:
   get:
     summary: Request impl
     operationId: test
     responses:
       '200':
         description: Generated
         content:
           application/json:
             schema:
               type: string                    
components:
 schemas:
   Prompt:
     type: object
     required:
       - prompt
     properties:
       prompt:
         type: string

টুল কনফিগারেশন সংরক্ষণ করুন:

এজেন্ট কনফিগারেশনে ফিরে যান এবং টুলটি ব্যবহার করার জন্য নির্দেশাবলী আপডেট করুন:

নতুন টুল ব্যবহার করার জন্য নির্দেশাবলী যোগ করুন:

- Use ${TOOL: jira-project-status} to help the user with JIRA project status.

উদাহরণ ট্যাবে স্যুইচ করুন এবং নতুন উদাহরণ যোগ করুন:

প্রদর্শনের নাম সেট করুন:

jira-project-flow

নীচে মেনু ব্যবহার করে, ব্যবহারকারী এবং এজেন্টের মধ্যে কথোপকথন মডেল করুন:

টুল আহ্বান কনফিগারেশন:

সংরক্ষণ এবং বাতিল ক্লিক করুন. এজেন্ট এমুলেটরে ফিরে যান এবং প্রবাহ পরীক্ষা করুন।

Vertex AI এজেন্টদের জন্য সর্বোত্তম অনুশীলন পর্যালোচনা করুন

এজেন্ট সেটিংস

লগিং সেটিংস

মডেল কনফিগারেশন।

এজেন্ট কনফিগারেশন পুশ এবং পুনরুদ্ধার করতে GitGub ইন্টিগ্রেশন।

এজেন্ট এমুলেটর নিয়ন্ত্রণ:

8. স্ল্যাক ইন্টিগ্রেশন

ইন্টিগ্রেশন মেনু খুলুন এবং স্ল্যাক টাইলে "সংযোগ করুন" এ ক্লিক করুন।

লিঙ্কটি খুলুন এবং https://api.slack.com/apps এ একটি নতুন স্ল্যাক অ্যাপ তৈরি করুন

"মেনিফেস্ট" থেকে নির্বাচন করুন:

আপনার অ্যাপ ডেভেলপ করার জন্য একটি ওয়ার্কস্পেস বেছে নিন

YAML এ স্যুইচ করুন এবং এই ম্যানিফেস্টটি আটকান:

display_information:
  name: Agent
  description: Agent
  background_color: "#1148b8"
features:
  app_home:
    home_tab_enabled: false
    messages_tab_enabled: true
    messages_tab_read_only_enabled: false
  bot_user:
    display_name: Agent
    always_online: true
oauth_config:
  scopes:
    bot:
      - app_mentions:read
      - chat:write
      - im:history
      - im:read
      - im:write
      - incoming-webhook
settings:
  event_subscriptions:
    request_url: https://dialogflow-slack-4vnhuutqka-uc.a.run.app
    bot_events:
      - app_mention
      - message.im
  org_deploy_enabled: false
  socket_mode_enabled: false
  token_rotation_enabled: false

"তৈরি করুন" ক্লিক করুন:

কর্মক্ষেত্রে ইনস্টল করুন:

"#সাধারণ" চ্যানেল নির্বাচন করুন এবং "অনুমতি দিন" এ ক্লিক করুন

"বেসিক ইনফরমেশন / অ্যাপ ক্রেডেনশিয়াল" এর অধীনে - "সাইনিং সিক্রেট" কপি করুন এবং এটি স্ল্যাক ইন্টিগ্রেশনে সেট করুন।

"OAuth এবং পারমিশন" খুলুন এবং "Bot User OAuth Token" কপি করুন এবং স্ল্যাক ইন্টিগ্রেশনে সেট করুন।

প্রয়োজনীয় ক্ষেত্র সেট করুন এবং "শুরু" ক্লিক করুন।

এজেন্টের " অ্যাক্সেস টোকেন " মান হল Slack থেকে "Bot User OAUth টোকেন" ।

এজেন্টের " সাইনিং টোকেন " মান হল স্ল্যাক থেকে "সাইনিং সিক্রেট"।

"Webhook URL" অনুলিপি করুন এবং Slack অ্যাপ কনফিগারেশনে ফিরে যান।

"ইভেন্ট সাবস্ক্রিপশন" বিভাগটি খুলুন এবং url পেস্ট করুন।

পরিবর্তনগুলি সংরক্ষণ করুন।

"Slack" খুলুন এবং "@Agent" লিখে একজন এজেন্ট যোগ করুন।

উদাহরণস্বরূপ, "@CX" নামের একটি অ্যাপ যোগ করা।

এজেন্টকে জিআরএ প্রকল্পের সারাংশের জন্য জিজ্ঞাসা করুন।

9. পিডিএফ নথিতে প্রশ্নোত্তর

ক্লাউড স্টোরেজ বাকেট তৈরি করুন

ক্লাউড কনসোলে GCS খুলুন: https://console.cloud.google.com/storage/browser

একটি নতুন বালতি তৈরি করুন।

বালতি নামের প্রকারের জন্য: " pdf-docs " + আপনার GCP প্রকল্পের শেষ 5টি সংখ্যা৷

অবস্থানের ধরন: multi-region, us ।

স্টোরেজ ক্লাস: Standard

অ্যাক্সেস নিয়ন্ত্রণ: Uniform

ডেটা সুরক্ষা: uncheck soft delete policy

" Create " ক্লিক করুন।

নিশ্চিত করুন "পাবলিক অ্যাক্সেস প্রতিরোধ করা হবে"।

পিডিএফ রিপোর্ট ডাউনলোড করুন এবং বালতিতে আপলোড করুন। https://services.google.com/fh/files/misc/exec_guide_gen_ai.pdf

আপলোড করা ফাইল ভিউ সহ বালতি:

ডেটা স্টোর কনফিগারেশন

এজেন্ট কনসোলে ফিরে যান এবং " Agent " খুলুন, নিচে স্ক্রোল করুন এবং " + Data store " এ ক্লিক করুন।

নিম্নলিখিত মান ব্যবহার করুন:

টুলের নাম: pdf-docs

প্রকার: Data store

বর্ণনা: pdf-docs

" Save " ক্লিক করুন

পৃষ্ঠার নীচে " Create a data store " ক্লিক করুন৷

"আপনি কি আমাদের অঞ্চলে আপনার অনুসন্ধান এবং কথোপকথনের ডেটা সঞ্চয় করতে সম্মত?" সম্পর্কে জিজ্ঞাসা করা হলে " AGREE " ক্লিক করুন।

"কোম্পানী প্রদান করুন" ক্ষেত্রে " Google " টাইপ করুন।

পরবর্তী স্ক্রিনে, " CREATE DATA STORE " এ ক্লিক করুন।

ডেটা উত্স হিসাবে " Cloud Storage " নির্বাচন করুন৷

খাওয়ার জন্য ডেটা প্রস্তুত করুন

https://cloud.google.com/generative-ai-app-builder/docs/prepare-data

HTML এবং TXT ফাইল 2.5 MB বা ছোট হতে হবে।

PDF, PPTX, এবং DOCX ফাইল 100 MB বা ছোট হতে হবে।

আপনি একবারে 100,000 পর্যন্ত ফাইল আমদানি করতে পারেন।

নির্বাচন করুন: unstructured documents

এবং আপনার GCS বালতি/ফোল্ডার নির্বাচন করুন।

চালিয়ে যান ক্লিক করুন:

ডেটা স্টোরের নামের জন্য টাইপ করুন: " pdf-docs "

ড্রপডাউন থেকে " Digital parser " নির্বাচন করুন।

উন্নত chunking সক্ষম করুন.

খণ্ডে পূর্বপুরুষ শিরোনাম সক্ষম করুন।

" Create " ক্লিক করুন।

ডেটা স্টোর নির্বাচন করুন এবং " Create " ক্লিক করুন

ডেটা স্টোরে ক্লিক করুন এবং ডকুমেন্টস, অ্যাক্টিভিটি এবং প্রসেসিং কনফিগারেশন পর্যালোচনা করুন।

আমদানি সম্পূর্ণ করতে ~5-10 মিনিট সময় লাগবে।

পার্সিং এবং চঙ্কিং বিকল্প

আপনি নিম্নলিখিত উপায়ে বিষয়বস্তু পার্সিং নিয়ন্ত্রণ করতে পারেন:

• ডিজিটাল পার্সার। একটি ভিন্ন পার্সার টাইপ নির্দিষ্ট করা না থাকলে ডিজিটাল পার্সার সব ধরনের ফাইলের জন্য ডিফল্টরূপে চালু থাকে। ডিজিটাল পার্সার ইনজেস্টেড ডকুমেন্ট প্রসেস করে যদি ডেটা স্টোরের জন্য অন্য কোনো ডিফল্ট পার্সার নির্দিষ্ট করা না থাকে বা যদি নির্দিষ্ট পার্সার ইনজেস্টেড ডকুমেন্টের ফাইল টাইপ সমর্থন না করে।
• PDF এর জন্য OCR পার্সিং । সর্বজনীন পূর্বরূপ। আপনি যদি চিত্রের ভিতরে পাঠ্য সহ স্ক্যান করা PDF বা PDF আপলোড করার পরিকল্পনা করেন, তাহলে আপনি PDF সূচীকরণ উন্নত করতে OCR পার্সার চালু করতে পারেন। PDF এর জন্য OCR পার্সিং সম্পর্কে দেখুন।
• লেআউট পার্সার। সর্বজনীন পূর্বরূপ। আপনি যদি RAG-এর জন্য Vertex AI সার্চ ব্যবহার করার পরিকল্পনা করেন তাহলে HTML, PDF বা DOCX ফাইলের জন্য লেআউট পার্সার চালু করুন। এই পার্সার সম্পর্কে তথ্যের জন্য RAG-এর জন্য খণ্ড নথি দেখুন এবং কীভাবে এটি চালু করবেন।

পার্সিং এবং খণ্ডিত নথি সম্পর্কে আরও জানুন।

টুল কনফিগারেশন

টুলস কনফিগারেশন সহ ট্যাবে ফিরে যান।

ব্রাউজারটি রিফ্রেশ করুন এবং আনস্ট্রাকচার্ড ড্রপডাউন থেকে " pdf-docs " নির্বাচন করুন৷

গ্রাউন্ডিং কনফিগার করুন।

কোম্পানির নামের জন্য " Google " টাইপ করুন।

পেলোড সেটিংস - " Include snippets in the response payload " চেক করুন

" Save " এ ক্লিক করুন।

এজেন্ট এর নির্দেশাবলী কনফিগারেশন

এজেন্ট কনফিগারেশনে ফিরে যান।

নতুন নির্দেশ যোগ করুন:

- Provide detailed answer to users questions about the exec guide to gen ai using information in the ${TOOL:pdf-docs}

কনফিগারেশন সংরক্ষণ করুন।

PDF-Docs টুলের জন্য একটি উদাহরণ তৈরি করুন

উদাহরণ ট্যাবে স্যুইচ করুন। একটি নতুন উদাহরণ তৈরি করুন।

কর্ম " + " ব্যবহার করা:

"ব্যবহারকারী ইনপুট" যোগ করুন:

What are the main capabilities?

"সরঞ্জাম ব্যবহার" যোগ করুন।

• টুল এবং অ্যাকশন: " pdf-docs "

ইনপুট (রিকোয়েস্টবডি)

{
  "query": "Main capabilities",
  "filter": "",
  "userMetadata": {},
  "fallback": ""
}

টুল আউটপুট:

{
  "answer": "Detailed answer about main capabilities",
  "snippets": [
    {
      "uri": "https://storage.cloud.google.com/pdf-docs-49ca4/exec_guide_gen_ai.pdf",
      "text": "Detailed answer about main capabilities",
      "title": "exec_guide_gen_ai"
    }
  ]
}

"এজেন্ট প্রতিক্রিয়া" যোগ করুন

Detailed answer about main capabilities. 

https://storage.cloud.google.com/pdf-docs-49ca4/exec_guide_gen_ai.pdf

কনফিগার করা উদাহরণ:

টুল আহ্বান কনফিগারেশন:

এমুলেটরে এজেন্টকে একটি প্রশ্ন পাঠিয়ে কনফিগারেশন পরীক্ষা করুন।

প্রশ্নঃ

What are the 10 steps in the exec guide?

" Agent " নির্বাচন করুন এবং " Save example " এ ক্লিক করুন।

একটি নাম দিন " user-question-flow " এবং সংরক্ষণ করুন৷

এজেন্ট প্রতিক্রিয়া ফর্ম্যাট করুন এবং টুল আউটপুট বিভাগ থেকে পিডিএফ ডকের লিঙ্ক অন্তর্ভুক্ত করুন।

উদাহরণটি সংরক্ষণ করুন।

এমুলেটরে ফিরে যান এবং " Replay conversation " এ ক্লিক করুন৷ আপডেট প্রতিক্রিয়া বিন্যাস চেক করুন.

আরেকটি প্রশ্ন জিজ্ঞাসা করুন:

What are the main capabilities in the exec guide?

উৎস পিডিএফ ডকুমেন্ট।

প্রশ্নঃ

What should I consider when evaluating projects?

উৎস পিডিএফ ডকুমেন্ট।

প্রশ্নঃ

What are the priority use cases in Retail and CPG in the exec guide?

উৎস পিডিএফ ডকুমেন্ট।

10. প্রি-বিল্ট এজেন্ট

বাম দিকের মেনু থেকে প্রি-বিল্ট এজেন্টগুলি অন্বেষণ করুন।

এজেন্টদের মধ্যে একটি নির্বাচন করুন এবং এটি স্থাপন করুন। এজেন্টের সেটআপ, নির্দেশাবলী এবং সরঞ্জামগুলি অন্বেষণ করুন৷

11. অভিনন্দন!

অভিনন্দন, আপনি ল্যাব শেষ!

আমরা যা কভার করেছি:

• জেমিনি API-এর সাথে একীভূত করতে ক্লাউড রান অ্যাপ্লিকেশন কীভাবে স্থাপন করবেন
• ভার্টেক্স এআই এজেন্ট কীভাবে তৈরি এবং স্থাপন করবেন
• এজেন্টের জন্য কীভাবে স্ল্যাক ইন্টিগ্রেশন যোগ করবেন
• পিডিএফ নথিতে প্রশ্নোত্তরের জন্য ডেটা স্টোর কীভাবে কনফিগার করবেন

এরপর কি:

• Vertex AI এজেন্টদের জন্য সর্বোত্তম অনুশীলন পর্যালোচনা করুন

পরিষ্কার করুন

এই টিউটোরিয়ালে ব্যবহৃত সংস্থানগুলির জন্য আপনার Google ক্লাউড অ্যাকাউন্টে চার্জ এড়াতে, হয় সংস্থানগুলি রয়েছে এমন প্রকল্পটি মুছুন, অথবা প্রকল্পটি রাখুন এবং পৃথক সংস্থানগুলি মুছুন৷

প্রকল্প মুছে ফেলা হচ্ছে

বিলিং দূর করার সবচেয়ে সহজ উপায় হল আপনি টিউটোরিয়ালের জন্য তৈরি করা প্রকল্পটি মুছে ফেলা।

©2024 Google LLC সর্বস্বত্ব সংরক্ষিত৷ Google এবং Google লোগো হল Google LLC-এর ট্রেডমার্ক। অন্যান্য সমস্ত কোম্পানি এবং পণ্যের নাম সংশ্লিষ্ট কোম্পানির ট্রেডমার্ক হতে পারে যার সাথে তারা যুক্ত।