AlloyDB ve Vertex AI Agent Builder ile Patent Arama Asistanı oluşturma - 2. bölüm

1. Genel Bakış

Patent araştırması geniş kapsamlı ve karmaşık bir konudur. Alakalı yenilikleri bulmak için sayısız teknik soyut metni incelemek göz korkutucu bir iştir. Geleneksel anahtar kelime tabanlı aramalar genellikle yanlış ve zaman alıcıdır. Özetler uzun ve teknik olduğundan ana fikrin hızlıca anlaşılmasını zorlaştırır. Bu durum, araştırmacıların önemli patentleri kaçırmasına veya alakasız sonuçlarla zaman kaybetmesine neden olabilir.

Bu devrimin sırrı, Vektör Arama'da yatıyor. Vektör araması, basit anahtar kelime eşleştirmesine 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 genellikle bu düzeyde kişiselleştirme sunamaz.

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 (2. Bölüm) bir parçası olarak şunları yapacaksınız:

1. Vertex AI Agent Builder aracısı oluşturma
2. AlloyDB aracını aracı ile entegre etme

Şartlar

• Chrome veya Firefox gibi bir tarayıcı
• Faturalandırmanın etkin olduğu bir Google Cloud projesi.

2. Mimari

Veri Akışları: Verilerin sistemimizde nasıl hareket ettiğini daha yakından inceleyelim:

Besleme:

Patent verileri AlloyDB'ye yüklenir.

Analytics Motoru:

Aşağıdaki işlemleri gerçekleştirmek için analiz motoru olarak AlloyDB'yi kullanacağız:

1. Bağlam Ayıklama: Motor, patent veri kümesini anlamak için AlloyDB'de depolanan verileri analiz eder.
2. Yerleştirme Oluşturma: Hem kullanıcının sorgusu hem de AlloyDB'de depolanan bilgiler için yerleştirmeler (metnin matematiksel gösterimi) oluşturulur.
3. Vektör Arama: Motor, sorgu yerleştirmesini patent özetlerinin yerleştirmeleriyle karşılaştırarak benzerlik araması yapar. Bu, en alakalı "en yakın komşuyu" belirler bağlama yer verir.

Yanıt Oluşturma:

Doğrulanan yanıtlar bir JSON dizisi olarak yapılandırılır ve motorun tamamı, Agent Builder'dan çağrılan sunucusuz bir Cloud Run işlevi olarak paketlenir.

Yukarıdaki adımlar, laboratuvarın 1. bölümünde ele alınmıştır.

Akıllı patent arama asistanımızı destekleyen, bilgiye dayalı bir analiz motoru oluşturmanın teknik ayrıntılarını ele aldık. Şimdi, bu motoru konuşmaya dayalı bir arayüzde hayata geçirmek için Agent Builder'ın gücünden nasıl yararlandığımızı inceleyelim. 2. bölüme başlamadan önce uç nokta URL'sini hazırlayın. Sonraki adımda bu laboratuvarda ele alacağımız konular:

Diyal etkileşim:

Agent Builder, yanıtları kullanıcıya doğal dil biçiminde sunarak karşılıklı diyalog kurulmasını kolaylaştırır.

3. Başlamadan önce

Proje oluşturma

1. Google Cloud Console'daki proje seçici sayfasında bir Google Cloud projesi seçin veya oluşturun.
2. Cloud projeniz için faturalandırmanın etkinleştirildiğinden emin olun. Bir projede faturalandırmanın etkin olup olmadığını nasıl kontrol edeceğinizi öğrenin .
3. Google Cloud'da çalışan ve bq ile önceden yüklenmiş bir komut satırı ortamı olan Cloud Shell'i kullanacaksınız. Google Cloud Console'un üst kısmından Cloud Shell'i etkinleştir'i tıklayın.

4. Cloud Shell'e bağlandıktan sonra aşağıdaki komutu kullanarak kimliğinizin doğrulanıp doğrulanmadığını ve projenin proje kimliğinize ayarlanıp ayarlanmadığını kontrol edin:

gcloud auth list

5. gcloud komutunun projenizi bildiğini onaylamak için Cloud Shell'de aşağıdaki komutu çalıştırın.

gcloud config list project

6. Projeniz ayarlanmadıysa ayarlamak için aşağıdaki komutu kullanın:

gcloud config set project <YOUR_PROJECT_ID>

7. Gerekli API'leri etkinleştirin. gcloud komutunun alternatifi, her ürünü arayarak veya bu bağlantıyı kullanarak konsoldan geçmektir.

Atlanan bir API varsa uygulama sırasında istediğiniz zaman etkinleştirebilirsiniz.

gcloud komutları ve kullanımı için dokümanlara bakın.

Önemli Not: Ayrıca, bu görevi tamamlamak için laboratuvarın 1. BÖLÜMÜ'nü tamamladığınızdan emin olun.

4. Aracı Oluşturma

Agent Builder ile tanışın

Agent Builder, etkileşimli yapay zeka müşteri temsilcilerini hızlı ve verimli bir şekilde oluşturmamızı sağlayan güçlü ve kod gerektirmeyen bir araçtır. Bu araç, diyalog akışları tasarlama, bilgi bankaları entegre etme ve harici API'lere bağlanma sürecini kolaylaştırır. Bizim durumumuzda, 1. Bölüm'de oluşturduğumuz Cloud Function uç noktasıyla sorunsuz bir şekilde bağlantı kurmak için Agent Builder'ı kullanacağız. Böylece, patent arama asistanımızın patent bilgi tabanımıza erişmesini ve kullanıcı sorgularına akıllıca yanıt vermesini sağlayacağız.

1. Bölüm'de oluşturulan Java Cloud Run işlevinin düz metin yerine JSON dizi döndürdüğünden emin olun.

Aracı oluşturma

Giyim ürünleriyle ilgili kullanıcı sorularını yanıtlamak için bu yeni temsilciyi oluşturmaya başlayalım.

1. Agent Builder platformuna giriş yaparak başlayın. API'yi etkinleştirmeniz istenirse DEVAM ET VE API'Yİ ETKİNLEŞTİR'i tıklayın.
2. "UYGULAMA OLUŞTUR"u tıklayın ve temsilcinize açıklayıcı bir ad verin (ör. "Patent Arama Asistanı").
3. "Temsilci" uygulama türünü tıklayın.

4. , Temsilcinize "patent Arama Asistanı" gibi açıklayıcı bir ad verin ve bölgeyi us-central1 olarak ayarlayın
5. Temsilcinin ayrıntılarını girin:
6. Temsilci Adı'nı "Patent Search Agent" olarak değiştirin.
7. 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.

3. Bu noktada kaydedin ve talimatları şimdilik boş bırakın.
4. 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.

Şema girin: YAML biçiminde OpenAPI:

Bu, aracıyı güçlendirmek için arka uç uç noktasını kullandığımız kısımdır. Aşağıdaki OpenAPI spesifikasyonunu kopyalayıp URL yer tutucusunu (köşeli parantez içine alınmış) Cloud Functions 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.

7. "Araç" yapılandırmasını müşteri temsilcisinin "Talimatları"na eklemek istediğimiz için bu noktada müşteri temsilcisine geri dönün. Aşağıdakileri talimatlar 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.

"Kullanılabilir Araçlar" bölümünde "Patent Arama Aracı"nın seçili olduğundan emin olduktan sonra aracı tekrar kaydedin.

5. Temsilciyi test etme

Sağ bölmede, aracınızı test etmenize olanak tanıyan Aracı Önizlemesi 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 aramasını işleyen Cloud Functions'den alınan ham JSON sonucudur. İşte bu kadar. Şu anda temsilciyle ilgili her şey hazır.

6. Dağıtım ve Entegrasyon

Temsilcinizden memnun kaldığınızda, Temsilci Oluşturucu'nun entegrasyonlarını kullanarak 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:

1. Google Cloud konsolunda Yönet 'e gidin.
2. Kaynaklar sayfasına gidin.
3. Proje listesinde, silmek istediğiniz projeyi seçin ve ardından Sil'i tıklayın.
4. İletişim kutusuna proje kimliğini yazın ve projeyi silmek için Kapat'ı tıklayın.

8. Tebrikler

Tebrikler! Özel olarak tasarlanmış analiz motorumuzun gücünü Agent Builder'ın sezgisel arayüzüyle entegre ederek, literatür aramalarını erişilebilir, verimli ve gerçekten anlamlı hale getiren akıllı bir literatür arama asistanı oluşturduk. AlloyDB, Vertex AI ve Vector Search'in özelliklerini birleştirerek bağlamsal ve vektör aramalarını erişilebilir, verimli, gerçekten anlam odaklı ve aracılık eden hale getirmek için dev bir adım attık.