1. Genel Bakış
Patent araştırması çok kapsamlı ve karmaşıktır. Alakalı yenilikleri bulmak için sayısız teknik soyut metni incelemek göz korkutucu bir iştir. Geleneksel anahtar kelime tabanlı aramalar genellikle hatalıdır ve zaman alır. Özetler uzun ve teknik olduğundan ana fikrin hızlıca anlaşılmasını zorlaştırır. Bu durum, araştırmacıların anahtar patentleri kaybetmesine veya alakasız sonuçlarla zaman kaybetmesine yol açabilir.
Bu devrimin arkasındaki sırrı Vektör Arama'da yatıyor. Vektör araması, basit anahtar kelime eşlemesine güvenmek yerine, metni sayısal gösterimlere (yerleştirmeler) dönüştürür. Bu sayede, yalnızca kullanılan belirli kelimelere değil, sorgunun anlamına göre arama yapabiliriz. Edebiyat aramaları dünyasında bu, ezber bozan bir gelişme. "Giyilebilir nabız monitörü" için bir patent bulduğunuzu hayal edin kelime öbeğinin tam anlamıyla kullanılmasa bile yine de dokümandaki
Zorluk: Modern edebiyat aramalarının, benzersiz tercihlerine uygun hızlı yanıtlar ve akıllı öneriler sağlaması bekleniyor. Geleneksel arama yöntemleri, çoğu zaman bu düzeyde kişiselleştirme sağlama konusunda yetersiz kalır.
Çözüm: Bilgiye dayalı sohbet uygulamamız, bu zorluğun doğrudan üstesinden gelmeyi sağlar. Müşterinin amacını anlamak, akıllıca yanıt vermek ve son derece alakalı sonuçlar sunmak için patent veri kümenizden oluşturulan zengin bir bilgi tabanından yararlanır.
Neler oluşturacaksınız?
Bu laboratuvarın bir parçası olarak (2. Bölüm) şunları yapacaksınız:
- Vertex AI Agent Builder aracısı oluşturma
- AlloyDB aracını aracı ile entegre etme
Şartlar
2. Mimari
Veri Akışı: Verilerin sistemimizde nasıl ilerlediğini daha yakından inceleyelim:
Besleme:
Patent verileri AlloyDB'ye yüklenir.
Analytics Motoru:
Aşağıdaki işlemleri gerçekleştirmek için analiz motoru olarak AlloyDB'yi kullanacağız:
- Bağlam Ayıklama: Motor, patent veri kümesini anlamak için AlloyDB'de depolanan verileri analiz eder.
- Yerleştirilmiş Oluşturma: Hem kullanıcının sorgusu hem de AlloyDB'de depolanan bilgiler için yerleştirmeler (metnin matematiksel gösterimleri) oluşturulur.
- Vektör Arama: Motor, bir benzerlik araması yaparak yerleştirilen sorguyu patent özetlerinin yerleştirilmiş işlemleriyle karşılaştırır. Bu, en alakalı "en yakın komşuyu" belirler bağlamayı öğreteceğim.
Yanıt Oluşturma:
Doğrulanan yanıtlar bir JSON dizisi şeklinde yapılandırılır ve motorun tamamı, Aracı Oluşturucu'dan çağrılan sunucusuz bir Cloud Run İşlevi olarak paketlenir.
Yukarıdaki adımlar laboratuvarın 1. bölümünde yer almaktadır.
Akıllı patent arama asistanımızı destekleyen, bilgiye dayalı bir analiz motoru oluşturmanın teknik ayrıntılarını konuştuk. Şimdi, bu motoru konuşmaya dayalı bir arayüzde hayata geçirmek için Agent Builder'ın gücünden nasıl yararlandığımızı inceleyelim. 2. bölüme başlamadan önce uç nokta URL'sinin hazır olduğundan emin olun. Sonraki adımda bu laboratuvarda ele alacağımız konular:
Diyal etkileşim:
Agent Builder, yanıtları kullanıcıya doğal dil biçiminde sunarak karşılıklı iletişim kurulmasını kolaylaştırır.
3. Başlamadan önce
Proje oluşturma
- Google Cloud Console'daki proje seçici sayfasında bir Google Cloud projesi seçin veya oluşturun.
- Cloud projeniz için faturalandırmanın etkinleştirildiğinden emin olun. Bir projede faturalandırmanın etkin olup olmadığını nasıl kontrol edeceğinizi öğrenin .
- Google Cloud'da çalışan ve bq ile önceden yüklenmiş olarak gelen bir komut satırı ortamı olan Cloud Shell'i kullanacaksınız. Google Cloud Console'un üst kısmından Cloud Shell'i Etkinleştir'i tıklayın.
- Cloud Shell'e bağlandıktan sonra aşağıdaki komutu kullanarak kimliğinizin doğrulanıp doğrulanmadığını ve projenin proje kimliğinize ayarlandığından emin olmak için aşağıdaki komutu kullanın:
gcloud auth list
- gcloud komutunun projenizi bildiğini onaylamak için Cloud Shell'de aşağıdaki komutu çalıştırın.
gcloud config list project
- Projeniz ayarlanmadıysa ayarlamak için aşağıdaki komutu kullanın:
gcloud config set project <YOUR_PROJECT_ID>
- Gerekli API'leri etkinleştirin. gcloud komutunun alternatifi, her ürünü arayarak veya bu bağlantıyı kullanarak konsolda yapılabilir.
Kaçırılan API'ler varsa uygulama sırasında bunları istediğiniz zaman etkinleştirebilirsiniz.
gcloud komutları ve kullanımı için belgelere bakın.
Önemli Not: Ayrıca, bu laboratuvarı tamamlamak için laboratuvarın BÖLÜM 1'i tamamladığınızdan emin olun.
4. Aracı Oluşturma
Aracı Oluşturucu ile Tanışın
Agent Builder, hızlı ve etkili bir şekilde sohbet aracıları oluşturmamızı sağlayan güçlü ve az kod gerektiren bir araçtır. İletişim akışları tasarlama, bilgi tabanlarını entegre etme ve harici API'lere bağlanma sürecini kolaylaştırır. Bizim örneğimizde, 1. Bölüm'de geliştirdiğimiz Cloud Functions işlevi uç noktasına sorunsuz bir şekilde bağlanmak için Agent Builder'ı kullanacağız. Bu sayede patent arama asistanımız patent bilgi tabanımıza erişebilir ve kullanıcı sorgularına akıllı şekilde yanıt verebilir.
1. Bölüm'de oluşturulmuş Java Cloud Run İşlevinin düz metin yerine bir JSON ARRAY döndürdüğünden emin olun.
Aracıyı oluşturma
Giyim ürünleriyle ilgili kullanıcı sorularını yanıtlamak için bu yeni temsilciyi oluşturmaya başlayalım.
- Agent Builder platformuna giriş yaparak başlayın. API'yi etkinleştirmeniz istenirse DEVAM ET VE API'Yİ ETKİNLEŞTİR'i tıklayın.
- "UYGULAMA OLUŞTUR"u tıklayın. ve aracınıza açıklayıcı bir ad verin (ör. "Patent Arama Asistanı").
- Uygulama Türü olarak "Aracı"yı tıklayın.
- , Temsilcinize "patent Arama Asistanı" gibi açıklayıcı bir ad verin ve bölgeyi us-central1 olarak ayarlayın
- Temsilciyle ilgili ayrıntıları girin:
- Temsilci Adı'nı "Patent Search Agent" olarak değiştirin.
- Aşağıdaki "Hedef"i ekleyin:
You are a professional intelligent patent search agent! Your job is to help the customer find patents matching the context of their search text.
- Bu noktada kaydedin ve talimatları şimdilik boş bırakın.
- Ardından gezinme menüsünden Araçlar'ı ve OLUŞTUR'u tıklayın.
Araç Adını Girin: Patent Arama Aracı
Tür: OpenAPI
Araç Açıklaması Girin:
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.
Şemayı girin - YAML biçiminde OpenAPI'yi girin:
Bu, aracıyı güçlendirmek için arka uç uç noktasını kullandığımız kısımdır. Aşağıdaki OpenAPI spesifikasyonunu kopyalayın ve URL yer tutucusunu (açılı parantez içinde) Cloud Functions işlevi uç noktanızla değiştirin:
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.
Diğer yapılandırmaları varsayılan değerlerinde bırakıp "Kaydet"i tıklayın.
- "Araç"ı eklemek istediğimizden bu noktada "Talimatlar" kısmına yapılandırmalısınız. Aşağıdakileri talimat yer tutucusuna ekleyin (Girintilerin akışı tanımlamada önemli olduğunu unutmayın):
- 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.
"Patent Search Tool" "Mevcut Araçlar" bölümüne gidip aracıyı tekrar kaydedin.
5. Aracıyı test etme
Sağ bölmede, aracınızı test etmenize olanak tanıyan Önizleme Aracısı bölümünü görürsünüz.
Aşağıdaki ekran görüntüsünde görebileceğiniz üzere bir kullanıcı olarak selamlaştım ve sohbetime "Herhangi bir fitness takip cihazı fikri için patent eşleştirme" isteği ile başladım:
JSON yanıtı şu şekildedir:
Bu, AlloyDB Benzerlik Araması'nı işleyen Cloud Functions işlevinden alınan ham JSON sonucudur. İşte bu kadar. Şu anda temsilciyle ilgili her şey hazır.
6. Dağıtım ve Entegrasyon
Temsilcinizden memnun kaldığınızda, Agent Builder'ın entegrasyonlarını kullanarak temsilciyi çeşitli kanallara kolayca dağıtabilirsiniz. Uygulamayı web sitenize yerleştirebilir, popüler mesajlaşma platformlarıyla entegre edebilir ve hatta özel bir mobil uygulama oluşturabilirsiniz. Agent Builder API'yi, bu blog'da ele aldığımız web istemcisi uygulamalarımızda da kullanabiliriz.
7. Temizleme
Bu yayında kullanılan kaynaklar için Google Cloud hesabınızın ücretlendirilmesini istemiyorsanız şu adımları uygulayın:
8. Tebrikler
Tebrikler! Özel olarak oluşturulmuş analiz motorumuzun gücünü Agent Builder'ın sezgisel arayüzüyle entegre ederek literatürde yapılan aramaları erişilebilir, verimli ve tam anlamıyla anlamlı hale getirmek için akıllı ve akıllı bir arama asistanı oluşturduk. AlloyDB, Vertex AI ve Vektör Arama'nın özelliklerini birleştirerek bağlamsal ve vektörel aramaları erişilebilir, verimli, anlam odaklı ve aracı odaklı hale getirme konusunda büyük bir adım attık.