1. نظرة عامة
أبحاث براءات الاختراع واسعة ومعقدة. تعتبر مهمة البحث في الملخصات الفنية التي لا حصر لها للعثور على الابتكارات ذات الصلة مهمة شاقة. غالبًا ما تكون عمليات البحث التقليدية المعتمدة على الكلمات الرئيسية غير دقيقة وتستغرق وقتًا طويلاً. النُبذ الطويلة والمعقدة، ما يجعل من الصعب فهم الفكرة الأساسية بسرعة ويمكن أن يؤدي ذلك إلى عدم عثور الباحثين على براءات اختراع رئيسية أو إضاعة الوقت في نتائج غير ملائمة.
تكمن الطريقة السرية وراء هذه الثورة في بحث Vector. بدلاً من الاعتماد على مطابقة الكلمات الرئيسية البسيطة، يحوّل البحث بالاستناد إلى المتجهات النص إلى تمثيلات رقمية (إدراج). ويسمح لنا ذلك بالبحث استنادًا إلى معنى طلب البحث، وليس فقط الكلمات المحدّدة المستخدَمة. في عالم عمليات البحث عن المراجع الأدبية، يشكّل ذلك تغييرًا جذريًا. لنفترض أنّك عثرت على براءة اختراع "لجهاز مراقبة معدل ضربات القلب قابل للارتداء" حتى إذا لم يتم استخدام العبارة نفسها في المستند.
التحدي: من المتوقّع أن تقدّم عمليات البحث عن المؤلفات الحديثة إجابات فورية واقتراحات ذكية تتوافق مع الخيارات المفضَّلة لديهم. وغالبًا ما لا توفر طرق البحث التقليدية هذا المستوى من التخصيص.
الحلّ: يعالج تطبيق المحادثة المستنِد إلى المعرفة هذا التحدي بشكل مباشر. وتستفيد هذه التكنولوجيات من قاعدة المعرفة الغنية المستمدة من مجموعة بيانات براءات الاختراع لفهم نيّة العملاء والاستجابة بذكاء وتقديم نتائج ذات صلة للغاية.
ما الذي ستقوم ببنائه
كجزء من هذا الدرس التطبيقي (الجزء 2)، عليك تنفيذ ما يلي:
- إنشاء وكيل في Vertex AI Agent Builder
- دمج أداة AlloyDB مع الوكيل
المتطلبات
2. البنية
تدفق البيانات: لنلقِ نظرة فاحصة على كيفية انتقال البيانات عبر نظامنا:
الاستيراد:
يتم تحميل بيانات براءات الاختراع في AlloyDB.
محرك الإحصاءات:
سنستخدم AlloyDB كمحرّك إحصاءات لتنفيذ ما يلي:
- استخراج السياق: يحلِّل المحرّك البيانات المخزَّنة في AlloyDB لفهم مجموعة بيانات براءات الاختراع.
- تضمين العناصر: يتم إنشاء عمليات التضمين (تمثيلات رياضية للنص) لكل من طلب بحث المستخدم والمعلومات المخزّنة في AlloyDB.
- البحث المتجه: يجري المحرك عملية بحث عن التشابه، حيث يقارن طلب البحث المضمّن بالتضمينات في ملخصات براءات الاختراع. ويحدد هذا "الجار الأقرب" الأكثر صلة على السياق الذي يبحث عنه المستخدم.
إنشاء الردود:
يتم تنظيم الاستجابات التي تم التحقّق من صحتها في مصفوفة JSON، ويتم تجميع المحرّك بأكمله في دالة تشغيل سحابية بدون خادم يتم استدعاءها من أداة إنشاء الوكيل.
سبق أن تم تناول الخطوات أعلاه في الجزء 1 من البرنامج.
لقد ناقشنا التفاصيل الفنية لإنشاء محرّك تحليلات مستند إلى المعرفة يشغّل مساعد البحث الذكي عن براءات الاختراع. الآن، لنطّلِع على كيفية الاستفادة من سحرك "أداة إنشاء موظّفي الدعم" لترجمة هذا المحرّك إلى واجهة محادثة. تأكَّد من توفّر عنوان URL لنقطة النهاية قبل بدء الجزء 2. هذه الخطوة التالية هي ما سنتناوله في هذا الدرس التطبيقي:
التفاعل الحواري:
يعرض Agent Builder الردود للمستخدم بتنسيق لغة طبيعية، ما يسهّل إجراء حوار متبادل.
3- قبل البدء
إنشاء مشروع
- في Google Cloud Console، ضمن صفحة أداة اختيار المشاريع، اختَر مشروعًا على Google Cloud أو أنشئه.
- تأكَّد من تفعيل الفوترة لمشروعك على Cloud. تعرَّف على كيفية التحقّق مما إذا كانت الفوترة مفعَّلة في مشروع.
- ستستخدم Cloud Shell، وهي بيئة سطر أوامر تعمل في Google Cloud ويتم تحميلها مسبقًا مع bq. انقر على "تفعيل Cloud Shell" في أعلى وحدة التحكّم في Google Cloud.
- بعد الاتصال بخدمة Cloud Shell، عليك التحقّق من أنّك سبق أن تم مصادقة حسابك وأنّه تم ضبط المشروع على معرّف مشروعك باستخدام الأمر التالي:
gcloud auth list
- شغِّل الأمر التالي في Cloud Shell للتأكّد من أنّ الأمر gcloud يعرف مشروعك.
gcloud config list project
- إذا لم يتم ضبط مشروعك، استخدِم الأمر التالي لضبطه:
gcloud config set project <YOUR_PROJECT_ID>
- فعِّل واجهات برمجة التطبيقات المطلوبة. يمكنك استخدام وحدة التحكّم للبحث عن كل منتج أو استخدام هذا الرابط كبديل لأمر gcloud.
في حال عدم تفعيل أي واجهة برمجة تطبيقات، يمكنك تفعيلها في أي وقت أثناء عملية التنفيذ.
راجِع المستندات لمعرفة أوامر gcloud وكيفية استخدامها.
ملاحظة مهمة: تأكَّد أيضًا من إكمال الجزء 1 من الدرس التطبيقي لإكمال هذا الإجراء.
4. إنشاء وكيل
التعرّف على أداة "إنشاء موظّف دعم"
Agent Builder هي أداة فعالة وبسيطة تتيح لنا إنشاء وكلاء المحادثة بسرعة وكفاءة. تبسّط هذه المنصة عملية تصميم مسارات الحوار ودمج قواعد المعرفة والاتصال بواجهات برمجة التطبيقات الخارجية. في حالتنا، سنستخدم "أداة إنشاء موظّفي الدعم" للربط بسلاسة بنقطة نهاية Cloud Function التي أنشأناها في الجزء 1، ما يتيح لمساعد البحث عن براءات الاختراع الوصول إلى قاعدة المعلومات الخاصة ببراءات الاختراع والردّ على طلبات بحث المستخدمين بذكاء.
تأكَّد من أنّJava Cloud Run Function الذي تم إنشاؤه في الجزء الأول يعرض ملف JSON ARRAY بدلاً من نص عادي.
إنشاء الوكيل
لنبدأ بإنشاء هذا الوكيل الجديد للإجابة عن أسئلة المستخدمين بشأن منتجات الملابس.
- ابدأ بتسجيل الدخول إلى منصّة Agent Builder. إذا طُلب منك تفعيل واجهة برمجة التطبيقات، يُرجى المتابعة والنقر على "متابعة وتفعيل واجهة برمجة التطبيقات".
- انقر على "CREATE APP" (إنشاء تطبيق) واعطاء وكيلك اسمًا وصفيًا (على سبيل المثال، "مساعد البحث عن براءات الاختراع").
- انقر على "نوع التطبيق" "وكيل".
- . أدخِل اسمًا وصفيًا لوكيلك، مثل "مساعد بحث براءات الاختراع" وضبط المنطقة على us-central1
- أدخِل تفاصيل موظّف الدعم:
- تغيير اسم الوكيل إلى "وكيل بحث براءات الاختراع"
- إضافة "الهدف" أدناه:
You are a professional intelligent patent search agent! Your job is to help the customer find patents matching the context of their search text.
- احفظه في هذه المرحلة واترك التعليمات فارغة في الوقت الحالي.
- بعد ذلك، انقر على "الأدوات" من قائمة التنقّل، ثم على "إنشاء".
إدخال اسم الأداة: أداة البحث عن براءات الاختراع
النوع: OpenAPI
إدخال وصف الأداة:
This tool refers to the dataset in the backend as the context information for product inventory. It takes as input the user's search text summarized by the agent and matches with the most appropriate list of items and returns as an array of items.
إدخال المخطط: OpenAPI بتنسيق YAML:
وهذا هو الجزء الذي نستخدم فيه نقطة نهاية الخلفية لتشغيل الوكيل. انسخ مواصفات OpenAPI التالية واستبدِل العنصر النائب لعنوان URL (المحاط بأقواس زاوية) بنقطة نهاية Cloud Function:
openapi: 3.0.0
info:
title: Patent Search API
version: v1
servers:
- url: YOUR_CLOUDFUNCTION_ENDPOINT_URL
paths:
/patent-search:
post:
summary: Search for patents using a text query.
requestBody:
content:
application/json:
schema:
type: object
properties:
search:
type: string
description: The text query to search for patents.
example: A new Natural Language Processing related Machine Learning Model
responses:
'200':
description: Successful search response with a JSON array of matching patents.
content:
application/json:
schema:
type: array
items:
type: object
properties:
result:
type: string
description: Patent title.
'400':
description: Invalid request body.
'500':
description: Internal server error.
اترك الإعدادات الأخرى على قيمها التلقائية وانقر على "حفظ".
- ارجع إلى الوكيل في هذه المرحلة لأننا نريد إضافة "أداة" إلى "تعليمات الوكيل" أضِف ما يلي إلى العنصر النائب للتعليمات (تذكَّر أنّ المسافات البادئة مهمة لتحديد المسار):
- 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.
- Use ${TOOL:Patent Search Tool} to help the user with their task.
- Return the response from the ${TOOL:Patent Search Tool} to the user in a well formed string.
- Thank the user for their business and say goodbye.
تأكَّد من اختيار الأداة "أداة البحث عن براءات الاختراع" في قسم "الأدوات المتاحة"، ثم احفظ الوكيل مرة أخرى.
5- اختبار الوكيل
في الجزء الأيسر، من المفترض أن يظهر لك قسم "وكيل المعاينة" الذي يتيح لك اختبار الوكيل.
كما ترون في لقطة الشاشة أدناه، لقد التحقت بمستخدم وبدأت محادثتي بطلب "مطابقة براءة الاختراع لأي فكرة عن جهاز تتبُّع اللياقة البدنية:
في ما يلي استجابة JSON:
هذه هي نتيجة JSON الأولية من دالة السحابة الإلكترونية التي تعالج بحث التشابه في AlloyDB. هذا كل شيء! تم حل المشكلة مع موظّف الدعم الآن.
6- النشر والدمج
بعد أن تصبح راضيًا عن وكيلك، يمكنك نشره بسهولة على قنوات مختلفة باستخدام عمليات الدمج في "أداة إنشاء الوكلاء". يمكنك تضمينها في موقعك الإلكتروني أو دمجها مع منصات المراسلة الشائعة أو حتى إنشاء تطبيق مخصّص للأجهزة الجوّالة. يمكننا أيضًا استخدام واجهة برمجة التطبيقات Agent Builder API مباشرةً في تطبيقات عملاء الويب التي غطّيناها في هذه المدوّنة.
7- تَنظيم
لتجنُّب تحصيل رسوم من حسابك على Google Cloud مقابل الموارد المستخدَمة في هذه المشاركة، اتّبِع الخطوات التالية:
8. تهانينا
تهانينا! من خلال دمج فعالية محرّك الإحصاءات المخصّص مع الواجهة البديهية لـ "أداة إنشاء موظّفي الدعم"، أنشأنا مساعد بحث ذكي عن المؤلفات يساهم في تسهيل عمليات البحث عن المؤلفات وجعلها أكثر فعالية وتوجيهها نحو المعنى الحقيقي. من خلال الجمع بين إمكانات AlloyDB وVertex AI وVector Search، حققنا قفزة عملاقة في جعل عمليات البحث السياقية والمتّجه سهلة الوصول وفعّالة ومستندة إلى المعنى الفعلي وفعالة.