एलिस का बी 2 बी कौशल: प्रोटोटाइप से पहले रूबल को बचाया गया

बहुत समय पहले, सेंट पीटर्सबर्ग में, दूसरा वार्तालाप सम्मेलन आयोजित किया गया था, जो संवादी एआई को समर्पित था, जिस पर मैं एक वक्ता के रूप में बोलने के लिए भाग्यशाली था। विषय एक बड़ी कंपनी के लिए एक प्रोटोटाइप बी 2 बी कौशल विकसित कर रहा था। रिपोर्ट में बताया गया है कि कैसे वे अपेक्षाकृत धीमी वेब सेवाओं और कंपनी के बंद बुनियादी ढांचे के साथ "दोस्त बनाने" में कामयाब रहे। इसमें कटौती के तहत चर्चा की जाएगी।

यदि अचानक आपको नहीं पता कि ऐलिस के कौशल क्या हैं, तो स्पॉइलर के नीचे देखें: यह संक्षेप में बताता है कि क्या है।

विचार

यह सब कैसे शुरू हुआ? 13 मार्च, 2018 को, उन्होंने Yandex.Dialogs प्लेटफ़ॉर्म (ऐलिस के कौशल) के बीटा परीक्षण की घोषणा की । उस समय, कई लोग पहले से ही आभासी सहायक में रुचि रखते थे, जिसका अर्थ है कि यह काफी बड़े दर्शकों के साथ काम करने का एक शानदार अवसर था। एक चैट बॉट का विचार लंबे समय से मेरे सिर में घूम रहा है, इसलिए मैंने फैसला किया कि इसके आधार पर अपने खाली समय में कुछ कौशल बनाना दिलचस्प होगा। और अगर वह काम पर लाभ ला सकता है - यह आम तौर पर उत्कृष्ट होगा।

हमारी कंपनी व्यवसाय पर्यटन के क्षेत्र में सेवाओं की एक पूरी श्रृंखला प्रदान करती है, जिसका अर्थ है कि आप एक ऐसा कौशल बना सकते हैं जो उपयोगकर्ता को व्यावसायिक यात्रा पर जाने में मदद करता है।
तब मैं एक मोबाइल एप्लिकेशन के विकास के लिए टीम में था, जिसके साथ आप व्यावसायिक यात्राओं के लिए उड़ान विकल्प और होटल ढूंढ सकते हैं, और उपयुक्त व्यवस्था कर सकते हैं। प्रमुख संकेतकों में से एक, जिसके लिए हमने वृद्धि करने के लिए संघर्ष किया, डाउनलोड की संख्या थी। यह विचार आया कि यदि कौशल उपयोगकर्ताओं को एप्लिकेशन तक ले जाएगा, तो यह हमें इन संकेतकों को बढ़ाने में मदद करेगा। इस परियोजना का उपयोग करके सत्यापित करना आवश्यक था।

किसी के लिए एक कौशल उपयोगी होने के लिए, उसे उपयोगकर्ता के एक विशिष्ट कार्य को हल करना होगा। इस मामले में, व्यापार यात्रा के लिए विकल्पों की तलाश करें। यही है, कौशल को मोबाइल एप्लिकेशन में परिणाम दिखाने के बारे में जानकारी एकत्र करनी चाहिए। इस प्रकार, उपयोगकर्ता एक दिलचस्प वॉयस इंटरैक्शन का उपयोग करके वांछित विकल्प प्राप्त करेगा और हमारे आवेदन में काम करना जारी रखेगा, जिसका अर्थ है कि डेवलपर्स को प्रदर्शन में वांछित वृद्धि प्राप्त होगी।

यह पता चला है कि कौशल को कुछ इस तरह से काम करना चाहिए: उपयोगकर्ता को शुभकामनाएं; नाम से उसे खोजो; स्पष्ट प्रश्न पूछें और इस प्रकार, आवश्यक यात्रा पैरामीटर प्राप्त करें: शहर (जहां और जहां से) और तारीखें। अगला मान्यता प्राप्त मापदंडों को दिखाएं। यदि सब कुछ सही है, तो खोज शुरू करें, और आवेदन का लिंक दें।

संसाधन और सीमाएँ

अपने कार्य को पूरा करने के लिए, कौशल को हमारे आंतरिक एपीआई के साथ बातचीत करने की आवश्यकता है, और इसकी वेब सेवा को कहीं न कहीं प्रकाशित करने की आवश्यकता है। एक ओर, इसे काम पर रखा जा सकता है, लेकिन, जैसा कि पहले ही उल्लेख किया गया है, विकास खाली समय में किया गया था, इसलिए मैं किसी विशेष रूप से आवंटित कंपनी संसाधनों पर निर्भर नहीं रहना चाहता था। इसलिए, आपको डिफ़ॉल्ट रूप से उपलब्ध होने का लाभ उठाना होगा।

उदाहरण के लिए, एक परीक्षण सर्वर। डेवलपर्स के पास इस पर एक वेब एप्लिकेशन को तैनात करने के लिए पर्याप्त अधिकार हैं, लेकिन यह केवल कंपनी के आंतरिक नेटवर्क पर उपलब्ध होगा, क्योंकि सर्वर बाहर छड़ी नहीं करता है। उसी समय, उसके पास इंटरनेट तक पहुंच है, जिसका अर्थ है कि इसका उपयोग किया जा सकता है।

कौशल वेब सेवा बाहर से सुलभ होनी चाहिए (ताकि ऐलिस को अनुरोध भेजना पड़े), इसलिए इसे बाहरी होस्टिंग पर रखा जाना चाहिए।

अपने कार्य को पूरा करने के कौशल के लिए, आपको एक कंपनी वेब सेवा की आवश्यकता है जो प्रोफाइल और शहरों की खोज कर सकती है, और बाहर से पहुंच योग्य है। मोबाइल एप्लिकेशन एपीआई इसके लिए उपयुक्त है, हालांकि इसकी अपनी बारीकियां हैं। वे इस तथ्य में शामिल हैं कि आप केवल एक विशिष्ट उपयोगकर्ता की ओर से एपीआई से जुड़ सकते हैं, जिसका अर्थ है कि खोज के लिए उपलब्ध प्रोफाइल की सीमा सीमित होगी। और सबसे अप्रिय बात - एपीआई के माध्यम से लॉन्च की गई खोज के परिणाम केवल इस उपयोगकर्ता के लिए आएंगे। फिर भी, इसकी आवश्यक कार्यक्षमता है, जिसका अर्थ है कि आप इसके साथ काम कर सकते हैं।

तो, बाहरी होस्टिंग पर कौशल एपीआई के साथ बातचीत करेगा। यह निश्चित रूप से काफी तेज है, लेकिन कभी-कभी, परीक्षण के परिणामों के अनुसार, उत्तर के लिए आवश्यक 1500 एमएस में पहुंचने का समय नहीं है (यह Yandex.Dialogs मंच की आवश्यकता है)। और फिर भी सही उपयोगकर्ता को परिणाम भेजने के लिए, आपको उसकी ओर से एक खोज सेवा चलानी होगी, जो केवल आंतरिक नेटवर्क पर उपलब्ध है। एपीआई, दुर्भाग्य से, इसमें मदद नहीं करेगा, जिसका अर्थ है कि आपको किसी तरह कौशल से अनुरोध को सीधे आंतरिक बुनियादी ढांचे में स्थानांतरित करने की आवश्यकता है।
उपलब्ध होते ही हम इन समस्याओं का समाधान करेंगे।

चरणों। समस्याओं और समाधान

आम तौर पर वर्णित परिदृश्य को लागू करने के लिए, कौशल को राज्य को कहीं स्टोर करने की आवश्यकता होती है: चरण, उपयोगकर्ता नाम, शहर और दिनांक। बहुत अधिक जानकारी नहीं है, इसलिए आपको इसके लिए एक पूरे डेटाबेस को तैनात नहीं करना चाहिए, खासकर क्योंकि इसके साथ बहुत अधिक उपद्रव है। आप राज्य को कैश में स्टोर कर सकते हैं।

चुनाव रेडिस पर गिर गया। उन्होंने प्रतिक्रिया परीक्षणों में खुद को अच्छी तरह से दिखाया, और हम इसे काम पर भी कसकर उपयोग करते हैं, जिसका अर्थ है कि यदि सफल होता है, तो इस परियोजना को आसानी से कंपनी में स्थानांतरित किया जा सकता है (और बिगाड़ने वाला - हमने इसे स्थानांतरित कर दिया)। एक कुंजी के रूप में, आप कौशल में उपयोगकर्ता पहचानकर्ता (अनुरोध में दर्शाए गए) का उपयोग कर सकते हैं, और मूल्य में JSON प्रारूप में स्थिति डेटा संग्रहीत कर सकते हैं। रेडिस की एक मुफ्त प्रतिलिपि हेरोकू पर तैनात की जा सकती है, और कुछ समय के लिए इसे Yandex.Cloud में समर्थित किया गया है।

अब हम कौशल के चरणों का अधिक विस्तार से विश्लेषण करेंगे। पहली शुरुआत में, उपयोगकर्ता सामान्य स्वागत वाक्यांश देखता है। इसके बाद, उसे अपना नाम बताना होगा, जिसके अनुसार कौशल प्रोफ़ाइल की तलाश करेगा।



यदि यह मौजूद है, तो इसका नाम राज्य में लिखा जाना चाहिए, और जब से कैश का उपयोग किया जाता है, तब प्रोफ़ाइल के बारे में बाकी आवश्यक जानकारी इसमें डाली जा सकती है। अब, जब ग्राहक कौशल में वापस आएगा, तो वह एक निजी ग्रीटिंग देखेगा। यदि वही व्यक्ति किसी अन्य डिवाइस से लॉग इन करता है और उसका नाम बताता है, तो उसका प्रोफ़ाइल भी कैश में मिलेगा, जिसका अर्थ है कि हम एपीआई के माध्यम से फिर से खोज करने से बचेंगे, जो अनुरोध को संसाधित करने में समय बचाता है।

अगला, यात्रा पैरामीटर प्राप्त होते हैं। आवाज कौशल के उपयोगकर्ता के रूप में, मैं शहरों और तारीखों का नाम देना चाहता हूं, जैसे कि मैं चाहता हूं, "पीटर", और "एक सप्ताह में"। एपीआई में शहर का पूरा नाम स्थानांतरित करने और वांछित दिन पर खोज करने के लिए कौशल को ऐसे वाक्यांशों को पहचानने में सक्षम होना चाहिए। अब निपुण वेब सेवा अनुरोध में सीधे इस जानकारी को प्राप्त करती है:



लेकिन ऐसी सुविधा अक्टूबर 2018 के आसपास दिखाई दी , और कौशल थोड़ा पहले विकसित किया गया था, इसलिए प्राकृतिक भाषा को समझने के लिए डायलॉगफ़्लो चुना गया था। इसमें एक उत्कृष्ट मार्कअप सिस्टम है, और समय-समय पर आप इसे प्रशिक्षित करने के लिए आ सकते हैं, यह दर्शाता है कि उपयोगकर्ता किसी दिए गए वाक्यांश में क्या मतलब है।

इसलिए, ग्राहक अपने तरीके से शहर और तारीख का नाम देता है, कौशल अपने शब्दों को डायलॉगफ़्लो में भेजता है, और मान्यता प्राप्त शहर का नाम एपीआई को भेजता है, जहां से यह आवश्यक पहचानकर्ता प्राप्त करता है। श्रृंखला लंबी है और इसलिए फिर से आवश्यक 1500 एमएस को पूरा करने की संभावना नहीं है।

स्पष्ट समाधान कैश करना है। और एक कुंजी के रूप में, आप वही बता सकते हैं जो उपयोगकर्ता ने कहा था, और मूल्य में हमारे सिस्टम से शहर पहचानकर्ता को संग्रहीत करता है। फिर कैश में एक शहर के लिए कई प्रविष्टियां हो सकती हैं, उदाहरण के लिए, "पीटर" और "सेंट पीटर्सबर्ग" शब्दों के लिए। लेकिन यह महत्वपूर्ण नहीं है अगर मूल्य बहुत अधिक जानकारी को इंगित नहीं करता है। किसी भी स्थिति में, यह दृष्टिकोण अन्य उपयोगकर्ताओं द्वारा अनुरोधित लोकप्रिय शहरों के साथ कैश को भरने की अनुमति देगा, या अग्रिम में "इसे गर्म कर रहा है"। यह आपको भविष्य में डायलॉगफ़्लो और एपीआई का कम बार उपयोग करने की अनुमति देगा, जिससे फिर से समय की बचत होगी।

खोज शुरू करने के लिए सबसे दिलचस्प कदम है। सभी आवश्यक पैरामीटर हैं, लेकिन सही व्यक्ति के लिए परिणाम आने के लिए, आपको आंतरिक खोज सेवा को किसी तरह "खींचना" चाहिए। इसके अलावा, खोज में खुद को काफी लंबा समय लगता है, और लंबी अवधि के संचालन को एक ही वेब सेवा में नहीं, बल्कि एक अलग एप्लिकेशन में किया जाता है।

यह कंपनी के उपलब्ध सर्वर का उपयोग करने का समय है। इस पर आप एक एप्लिकेशन को तैनात कर सकते हैं जो किसी भी तरह से बाहर से "जानकारी" लेगा और खोज शुरू करने सहित दीर्घकालिक कार्य करेगा।

इस तरह के एक आवेदन अच्छी तरह से एक पृष्ठभूमि सेवा हो सकती है।

नाम से यह स्पष्ट है कि यह UI के बिना एक एप्लिकेशन है, जिसे सर्वर शुरू करने के साथ-साथ अपना काम शुरू करना चाहिए और एक विशिष्ट कमांड (संदेश) पर नियोजित क्रियाएं, या क्रियाएं करनी चाहिए। हम आमतौर पर टॉप्शेल फ्रेमवर्क पर इस तरह की सेवा का आयोजन करते हैं, और यह एएमक्यूपी प्रोटोकॉल पर आधारित एक संदेश कतार से उदाहरण के लिए, कमांड प्राप्त कर सकता है।

संक्षेप में, कतार कुछ इस तरह से काम करती है: एक दलाल है जिसमें प्रेषक एक निश्चित प्रकार के संदेश जोड़ते हैं। और ऐसे पाठक हैं जो ब्रोकर से जुड़ते हैं और आवश्यक जानकारी प्राप्त करते हैं।
एक अधिक विस्तृत विवरण पाया जा सकता है, उदाहरण के लिए, इस लेख में ।

इंटरनेट पर एक अच्छा क्लाउड समाधान पाया गया, जो सेवा के रूप में एक संदेश कतार प्रदान करता है - CloudAMQP । उसके पास एक मुफ्त टैरिफ है, लेकिन यह काफी काम करता है। उनकी पसंद के लिए एक और तर्क यह है कि यह सेवा RabbitMQ के आधार पर काम करती है, जिसका उपयोग हम काम पर भी करते हैं।

तो, आइए एक पूरे के रूप में कौशल के काम पर एक नज़र डालें: कौशल वेब सेवा मोबाइल एप्लिकेशन और डायलॉगफ़्लो के एपीआई के साथ सहभागिता करती है। उन्हें कॉल के परिणामों को रेडिस में कैश किया जाता है, और राज्य को वहां संग्रहीत किया जाता है। यात्रा के मापदंडों की पुष्टि करने के बाद, कौशल ब्रोकर को सभी आवश्यक जानकारी के साथ एक संदेश भेजता है। परीक्षण सर्वर पर पृष्ठभूमि सेवा इससे कनेक्ट होती है, और जब कोई संदेश प्रकट होता है, तो खोज शुरू करता है, और परिणाम मोबाइल एप्लिकेशन को भेजे जाते हैं।


जब ग्राहक इसे डाउनलोड और इंस्टॉल करता है, तो यह उन्हें इसके अनुरोधों में मिलेगा:



इससे हुनर ​​का काम पूरा होता है।

परिणाम

आगे क्या हुआ? इस कौशल को कई ग्राहकों को फीडबैक के लिए दिखाया गया था, और यहां हमें पता चला है: उपयोगकर्ता स्वयं एक मोबाइल एप्लिकेशन पर स्विच करने के लिए अनिच्छुक हैं, चाहे वह कितना भी ठंडा हो। उनमें से कुछ के लिए हमारे एजेंट को फोन पर कॉल करना आसान है और उसे यह देखने के लिए कहें कि उसे क्या चाहिए।

जैसा कि अभ्यास से पता चलता है, इस विशेष मामले में, उपयोगकर्ता एक आवाज सहायक के साथ बातचीत करने में अधिक रुचि रखते हैं। इस मामले में, वह एजेंट को बदल देता है, जिससे उसे थोड़ा समय बचाने की अनुमति मिलती है, और उसी समय ग्राहकों को एप्लिकेशन डाउनलोड करने के लिए प्रेरित करता है ताकि उसमें विकल्पों के साथ काम करना जारी रखा जा सके।

यह पता चला है कि, कौशल के लिए धन्यवाद, कुछ संसाधनों को बचाने और कुछ प्रमुख संकेतकों को बढ़ाने के लिए संभव है, अर्थात्, हमारी कंपनी के लिए कौशल के लाभ की धारणा की पुष्टि की गई थी।

मैं कुछ निष्कर्षों पर जोर देना चाहूंगा। जाहिर है: 1500 एमएस के साथ रखने के लिए, वेब सेवाओं, कैश के लिए अनावश्यक अनुरोध करने से बचें। आप एक ही जानकारी के लिए विभिन्न कैश कुंजियों का उपयोग कर सकते हैं। यह उचित है यदि कम से कम एक व्यक्ति किसी अन्य उपयोगकर्ता द्वारा उत्पन्न कैश में जाता है। और सबसे महत्वपूर्ण बात: एक अलग पृष्ठभूमि सेवा में लंबे समय तक संचालन करना बेहतर है: कौशल को विकेन्द्रीकृत करने के अलावा, इसमें मल्टीथ्रेडिंग के साथ कम समस्याएं होंगी और यदि आवश्यक हो, तो इसे कंपनी के बंद नेटवर्क के अंदर "तैनात" किया जा सकता है और बाहर से संदेश "अप" कर सकते हैं।

एक उपसंहार के बजाय

चैटबॉट और कौशल अक्सर जावास्क्रिप्ट और पायथन में लिखे जाते हैं ("चैटबोट" के लिए गिटहब पर रिपॉजिटरी की संख्या को देखते हुए)। यह सर्वर पर आसान प्रकाशन के कारण भी है। यह परियोजना C # .net कोर में लिखी गई थी। क्लासिक .net फ्रेमवर्क के मामले में, प्रकाशन के साथ कुछ कठिनाइयाँ हैं (यह मुख्य रूप से विंडोज, आदि के तहत काम करता है), लेकिन .net कोर के आगमन के साथ बहुत कुछ बदल गया है। ऊपर उल्लिखित प्रत्येक सेवा या ढांचे के लिए, पुस्तकालय हैं जो इस तकनीक का पूरी तरह से समर्थन करते हैं। इसके लिए धन्यवाद, कौशल संभवतः लिनक्स सर्वरों पर चलाया जा सकता है, और इससे भी अधिक किसी भी होस्टिंग पर जो डॉकर का समर्थन करता है। यदि अचानक आप एक रचनात्मक खोज में हैं, तो मैं इस रूपरेखा पर ध्यान देने की सलाह देता हूं, यह चैट बॉट्स के विकास के लिए एक अच्छा विकल्प बन जाता है।

पुनश्च
UPD 08/01/2019: अब से, कौशल का समय 3 सेकंड है ।