Slack में GenAI एजेंट, जो दस्तावेज़ों के बारे में सवाल-जवाब करने और एपीआई कॉल की मदद से कार्रवाइयां करने में मदद करता है

1. खास जानकारी

इस लैब में, आपको एक GenAI एजेंट बनाना होगा. साथ ही, उसे Cloud Run ऐप्लिकेशन से कनेक्ट करना होगा और एजेंट को Slack वर्कस्पेस में इंटिग्रेट करना होगा.

आपको क्या सीखने को मिलेगा

लैब के कई मुख्य हिस्से होते हैं:

• Gemini API के साथ इंटिग्रेट करने के लिए, Cloud Run ऐप्लिकेशन को डिप्लॉय करना
• एआई ऐप्लिकेशन में बातचीत करने वाला एजेंट बनाना और उसे डिप्लॉय करना
• एजेंट को Slack में इंटिग्रेट करना
• PDF दस्तावेज़ों के लिए सवाल-जवाब की सुविधा देने वाले डेटा स्टोर को कॉन्फ़िगर करना

ज़रूरी शर्तें

• इस लैब को शुरू करने से पहले, यह माना जा रहा है कि आपको Cloud Console और Cloud Shell एनवायरमेंट के बारे में जानकारी है.

2. सेटअप और ज़रूरी शर्तें

Cloud Project का सेटअप

1. Google Cloud Console में साइन इन करें और नया प्रोजेक्ट बनाएं या किसी मौजूदा प्रोजेक्ट का फिर से इस्तेमाल करें. अगर आपके पास पहले से कोई Gmail या Google Workspace खाता नहीं है, तो आपको एक खाता बनाना होगा.

• प्रोजेक्ट का नाम, इस प्रोजेक्ट में हिस्सा लेने वाले लोगों के लिए डिसप्ले नेम होता है. यह एक वर्ण स्ट्रिंग है, जिसका इस्तेमाल Google API नहीं करते. इसे कभी भी अपडेट किया जा सकता है.
• प्रोजेक्ट आईडी, सभी Google Cloud प्रोजेक्ट के लिए यूनीक होता है. साथ ही, इसे बदला नहीं जा सकता. Cloud Console, यूनीक स्ट्रिंग को अपने-आप जनरेट करता है. आम तौर पर, आपको इससे कोई फ़र्क़ नहीं पड़ता कि यह क्या है. ज़्यादातर कोडलैब में, आपको अपने प्रोजेक्ट आईडी (आम तौर पर PROJECT_ID के तौर पर पहचाना जाता है) का रेफ़रंस देना होगा. अगर आपको जनरेट किया गया आईडी पसंद नहीं है, तो कोई दूसरा रैंडम आईडी जनरेट किया जा सकता है. इसके अलावा, आपके पास अपना नाम आज़माने का विकल्प भी है. इससे आपको पता चलेगा कि वह नाम उपलब्ध है या नहीं. इस चरण के बाद, इसे बदला नहीं जा सकता. यह प्रोजेक्ट की अवधि तक बना रहता है.
• आपकी जानकारी के लिए बता दें कि एक तीसरी वैल्यू भी होती है, जिसे प्रोजेक्ट नंबर कहते हैं. इसका इस्तेमाल कुछ एपीआई करते हैं. इन तीनों वैल्यू के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.

चेतावनी: प्रोजेक्ट आईडी, दुनिया भर में यूनीक होता है. इसे चुनने के बाद, कोई और इसका इस्तेमाल नहीं कर सकता. उस आईडी का इस्तेमाल सिर्फ़ आपने किया हो. प्रोजेक्ट मिटाने के बाद भी, आईडी का दोबारा इस्तेमाल नहीं किया जा सकता

ध्यान दें: अगर Gmail खाते का इस्तेमाल किया जाता है, तो डिफ़ॉल्ट तौर पर सेट की गई जगह को कोई संगठन नहीं पर सेट किया जा सकता है. अगर Google Workspace खाते का इस्तेमाल किया जा रहा है, तो अपने संगठन के हिसाब से कोई जगह चुनें.

2. इसके बाद, आपको Cloud Console में बिलिंग चालू करनी होगी, ताकि Cloud संसाधनों/एपीआई का इस्तेमाल किया जा सके. इस कोडलैब को पूरा करने में ज़्यादा समय नहीं लगेगा. इस ट्यूटोरियल के बाद बिलिंग से बचने के लिए, संसाधनों को बंद किया जा सकता है. इसके लिए, बनाए गए संसाधनों को मिटाएं या प्रोजेक्ट को मिटाएं. Google Cloud के नए उपयोगकर्ताओं को, 300 डॉलर का क्रेडिट मिलेगा. वे इसे मुफ़्त में आज़मा सकते हैं.

एनवायरमेंट सेटअप करना

Gemini Chat खोलें.

Google Cloud API के लिए Gemini को चालू करें:

इसे आज़माने के लिए, "Start chatting" पर क्लिक करें और सैंपल के तौर पर दिए गए किसी सवाल का इस्तेमाल करें या अपना प्रॉम्प्ट टाइप करें.

ये प्रॉम्प्ट आज़माएँ:

• Cloud Run के बारे में पांच मुख्य बातें बताओ.
• आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. किसी छात्र को पांच मुख्य बातों में Cloud Run के बारे में बताएं.
• आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. सर्टिफ़ाइड Kubernetes डेवलपर को, पांच मुख्य बातों में Cloud Run के बारे में बताएं.
• आप Google Cloud Run के प्रॉडक्ट मैनेजर हैं. आपको एक सीनियर डेवलपर को यह बताना है कि Cloud Run और GKE का इस्तेमाल कब किया जाता है. इसके लिए, पांच मुख्य बातों का इस्तेमाल करें.

बेहतर प्रॉम्प्ट लिखने के बारे में ज़्यादा जानने के लिए, प्रॉम्प्ट के लिए गाइड देखें.

Gemini for Google Cloud, आपके डेटा का इस्तेमाल कैसे करता है

निजता बनाए रखने के लिए Google की प्रतिबद्धता

Google, इंडस्ट्री की उन कंपनियों में से एक है जिसने सबसे पहले एआई/एमएल से जुड़ी निजता की नीति पब्लिश की थी. इसमें बताया गया है कि हमारा मानना है कि ग्राहकों के पास, क्लाउड में स्टोर किए गए अपने डेटा की सुरक्षा और उस पर कंट्रोल करने का सबसे बेहतर विकल्प होना चाहिए.

सबमिट किया गया और मिला हुआ डेटा

Gemini से पूछे गए सवालों को प्रॉम्प्ट कहा जाता है. इनमें, Gemini को विश्लेषण या पूरा करने के लिए सबमिट की गई जानकारी या कोड भी शामिल होता है. Gemini से मिलने वाले जवाबों या कोड को पूरा करने के सुझावों को रिस्पॉन्स कहा जाता है. Gemini, अपने मॉडल को ट्रेनिंग देने के लिए, आपके प्रॉम्प्ट या उनके जवाबों का इस्तेमाल नहीं करता.

प्रॉम्प्ट को एन्क्रिप्ट (सुरक्षित) करना

Gemini को प्रॉम्प्ट सबमिट करने पर, Gemini के मॉडल में इनपुट के तौर पर इस्तेमाल होने वाला आपका डेटा, ट्रांसफ़र के दौरान एन्क्रिप्ट (सुरक्षित) किया जाता है.

Gemini से जनरेट किया गया प्रोग्राम डेटा

Gemini को, Google Cloud के पहले पक्ष के कोड के साथ-साथ तीसरे पक्ष के चुने गए कोड की मदद से भी ट्रेनिंग दी गई है. आपके कोड की सुरक्षा, टेस्टिंग, और असरदार तरीके से काम करने की ज़िम्मेदारी आपकी है. इसमें Gemini की ओर से दिए गए कोड को पूरा करने, जनरेट करने या उसका विश्लेषण करने की सुविधा भी शामिल है.

Google आपके प्रॉम्प्ट को कैसे मैनेज करता है, इस बारे में ज़्यादा जानें.

3. प्रॉम्प्ट की जांच करने के विकल्प

आपके पास प्रॉम्प्ट की जांच करने के कई विकल्प हैं.

• Vertex AI Studio

Vertex AI Studio, Google Cloud के Vertex AI प्लैटफ़ॉर्म का हिस्सा है. इसे खास तौर पर, जनरेटिव एआई मॉडल को आसानी से और तेज़ी से डेवलप करने और इस्तेमाल करने के लिए डिज़ाइन किया गया है.

• Google AI Studio

Google AI Studio, वेब पर आधारित एक टूल है. इसका इस्तेमाल, प्रॉम्प्ट इंजीनियरिंग और Gemini API के साथ प्रोटोटाइप बनाने और एक्सपेरिमेंट करने के लिए किया जाता है.

• Gemini का वेब ऐप्लिकेशन (gemini.google.com)

Google Gemini का वेब ऐप्लिकेशन (gemini.google.com), वेब पर आधारित एक टूल है. इसे Google के Gemini एआई मॉडल की क्षमताओं को एक्सप्लोर करने और उनका इस्तेमाल करने में आपकी मदद करने के लिए डिज़ाइन किया गया है.

• Android के लिए Google Gemini का मोबाइल ऐप्लिकेशन और iOS पर Google ऐप्लिकेशन

4. रेपो का क्लोन बनाएं

Google Cloud Console पर वापस जाएं और खोज बार के दाईं ओर मौजूद आइकॉन पर क्लिक करके, Cloud Shell चालू करें.

अगर अनुमति देने के लिए कहा जाए, तो जारी रखने के लिए "अनुमति दें" पर क्लिक करें.

खुले हुए टर्मिनल में, ये कमांड चलाएं

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

cd genai-for-developers

git checkout slack-agent-jira-lab

"एडिटर खोलें" पर क्लिक करें

"File / Open Folder" मेन्यू आइटम का इस्तेमाल करके, "genai-for-developers" खोलें.

नया टर्मिनल खोलें

5. सेवा खाता बनाएं

नया सेवा खाता बनाएं. इस सेवा खाते का इस्तेमाल, Cloud Run ऐप्लिकेशन से Vertex AI Gemini API को एपीआई कॉल करने के लिए किया जाएगा.

Qwiklabs प्रोजेक्ट की जानकारी का इस्तेमाल करके, प्रोजेक्ट की जानकारी कॉन्फ़िगर करें.

उदाहरण: qwiklabs-gcp-00-2c10937585bb

gcloud config set project YOUR_QWIKLABS_PROJECT_ID

कोई सेवा खाता बनाएं.

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

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

भूमिकाएं असाइन करना.

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"

Vertex AI API और Gemini Chat का इस्तेमाल करने के लिए, ज़रूरी सेवाएँ चालू करें.

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

Vertex AI API और Gemini Chat का इस्तेमाल करने के लिए, ज़रूरी सेवाएँ चालू करें.

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

कोड के बारे में जानकारी पाने के लिए Gemini Code Assist का इस्तेमाल करना

"devai-api/app/routes.py" फ़ाइल खोलें. इसके बाद, फ़ाइल में कहीं भी राइट क्लिक करें और संदर्भ मेन्यू से "Gemini Code Assist > Explain this"" चुनें.

चुनी गई फ़ाइल के बारे में Gemini के जवाब की समीक्षा करें.

6. Devai-API को Cloud Run पर डिप्लॉय करना

देख लें कि आप सही फ़ोल्डर में हों.

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

इस लैब के लिए, हम सबसे सही तरीकों का पालन करते हैं. साथ ही, Cloud Run में ऐक्सेस टोकन और LangChain API पासकोड की वैल्यू को सेव करने और उनका रेफ़रंस देने के लिए, Secret Manager का इस्तेमाल करते हैं.

एनवायरमेंट वैरिएबल सेट करें. इस निर्देश को बिना किसी बदलाव के चलाएं.

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"

Secret Manager में कई सीक्रेट बनाएं और उन्हें सेव करें.

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

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

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

ऐप्लिकेशन को Cloud Run पर डिप्लॉय करें.

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

Artifact Registry में Docker इमेज स्टोर करने की जगह बनाने के लिए, Y पर क्लिक करें.

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

Gemini से इस कमांड के बारे में बताने के लिए कहें:

What does this command do?

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

नीचे दिया गया gcloud run deploy SERVICE_NAME --source=. फ़्लो देखें. ज़्यादा जानें.

यह कमांड, Google Cloud के buildpacks और Cloud Build का इस्तेमाल करती है. इससे आपके सोर्स कोड से कंटेनर इमेज अपने-आप बन जाती हैं. इसके लिए, आपको अपने कंप्यूटर पर Docker इंस्टॉल करने या बिल्डपैक या Cloud Build सेट अप करने की ज़रूरत नहीं होती. इसका मतलब है कि ऊपर बताए गए एक निर्देश से, वे काम किए जा सकते हैं जिनके लिए आम तौर पर gcloud builds submit और gcloud run deploy निर्देशों की ज़रूरत होती है.

अगर आपने Dockerfile उपलब्ध कराई है(जैसा कि हमने इस रिपॉज़िटरी में किया है), तो Cloud Build इसका इस्तेमाल कंटेनर इमेज बनाने के लिए करेगा. इसके बजाय, यह बिल्डपैक पर भरोसा करेगा, ताकि कंटेनर इमेज का अपने-आप पता लगाया जा सके और उन्हें बनाया जा सके. बिल्डपैक के बारे में ज़्यादा जानने के लिए, दस्तावेज़ देखें.

Console में Cloud Build के लॉग की समीक्षा करें.

Artifact Registry में बनाई गई Docker इमेज की समीक्षा करें.

Cloud Console में जाकर, Cloud Run इंस्टेंस की जानकारी देखें.

कर्ल कमांड चलाकर, एंडपॉइंट की जांच करें.

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

जवाब, मार्कडाउन फ़ॉर्मैट में होगा. इन्हें झलक मोड में दिखाया जाता है, ताकि इन्हें आसानी से पढ़ा जा सके.

7. एआई का इस्तेमाल

Google Cloud Console के खोज बार में, "AI Applications" टाइप करें और इसे खोलें.

Conversational Agent ऐप्लिकेशन बनाएं:

"Build your own" को चुनें.

डिसप्ले नेम के लिए "Agent" टाइप करें और "बनाएं" पर क्लिक करें.

प्लेबुक का नाम सेट करें:

Agent

लक्ष्य सेट करें:

Help users with questions about JIRA project

निर्देश सेट करना:

- 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.

"Save" पर क्लिक करें:

दाईं ओर मौजूद सिम्युलेटर चैट का इस्तेमाल करके, एजेंट को टेस्ट करें:

नीचे दी गई इमेज में दिखाए गए तरीके से, मिलती-जुलती बातचीत को फ़ॉलो करें:

एजेंट के टूल का कॉन्फ़िगरेशन

बाईं ओर मौजूद रिंच आइकॉन पर कर्सर घुमाएं. टूल मेन्यू खोलें और नया टूल बनाएं:

टाइप ड्रॉपडाउन से OpenAPI चुनें.

टूल का नाम सेट करें:

jira-project-status

ब्यौरा सेट करें:

Provides JIRA project status

टैब स्विच करें और Cloud Run सेवा के यूआरएल के लिए कंसोल आउटपुट देखें. सेवा के यूआरएल की वैल्यू कॉपी करें.

स्कीमा (YAML) सेट करें - YOUR CLOUD RUN URL को बदलें.

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:

 /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:
               $ref: '#/components/schemas/ProjectStatus'
                  
components:
 schemas:
   Prompt:
     type: object
     required:
       - prompt
     properties:
       prompt:
         type: string
   ProjectStatus:
     type: object
     required:
       - message
     properties:
       message:
         type: string

टूल कॉन्फ़िगरेशन सेव करें:

बाईं ओर दिए गए मेन्यू में जाकर, "प्लेबुक" को चुनें. इसके बाद, टूल इस्तेमाल करने के निर्देशों को अपडेट करें.

नए टूल को इस्तेमाल करने के निर्देश जोड़ें और "Save" पर क्लिक करें:

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

"Examples" टैब पर स्विच करें और नया उदाहरण जोड़ें:

डिसप्ले नेम सेट करें:

jira-project-flow

सबसे नीचे मौजूद मेन्यू का इस्तेमाल करके, उपयोगकर्ता और एजेंट के बीच हुई बातचीत का मॉडल बनाएं:

उदाहरण के लिए फ़्लो:

एजेंट का जवाब: प्रोजेक्ट आईडी क्या है?

उपयोगकर्ता का इनपुट: TEST-PROJECT-100

टूल का इस्तेमाल: jira-project-status

एजेंट का जवाब: प्रोजेक्ट की स्थिति के बारे में जानकारी.

उदाहरण बनाने के लिए, यहां दिए गए रेफ़रंस का इस्तेमाल करें.

Save पर क्लिक करें. एजेंट सिम्युलेटर पर वापस जाएं और मौजूदा बातचीत को रीसेट करें. फ़्लो की जांच करें.

बधाई हो! Cloud Run पर डिप्लॉय किए गए ऐप्लिकेशन(एपीआई) से लिंक किए गए टूल को इंटिग्रेट करके, आपने एजेंट को कार्रवाइयां करने और उसकी क्षमताओं को बढ़ाने की अनुमति दे दी है.

बातचीत करने वाले एजेंट के लिए सबसे सही तरीके देखें

एजेंट के लिए उपलब्ध सेटिंग देखना

• लॉगिंग की सेटिंग - Cloud Logging चालू करें
• Git इंटिग्रेशन - Git इंटिग्रेशन की मदद से, अपने एजेंट को Git रिपॉज़िटरी से पुश और पुल किया जा सकता है.
• जनरेटिव मॉडल चुनना
• टोकन की सीमाएं(इनपुट और आउटपुट)

एजेंट सिम्युलेटर के कंट्रोल की समीक्षा करें:

8. Slack इंटिग्रेशन

इंटिग्रेशन मेन्यू खोलें और Slack टाइल पर "Connect" पर क्लिक करें.

लिंक खोलें और https://api.slack.com/apps पर जाकर, नया Slack ऐप्लिकेशन बनाएं

"मेनिफ़ेस्ट" में से चुनें:

ऐप्लिकेशन डेवलप करने के लिए कोई वर्कस्पेस चुनें

YAML पर स्विच करें और इस मेनिफ़ेस्ट को चिपकाएं:

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

"बनाएं" पर क्लिक करें:

Workspace में इंस्टॉल करें:

"#general" चैनल चुनें और "अनुमति दें" पर क्लिक करें

"सामान्य जानकारी / ऐप्लिकेशन के क्रेडेंशियल" में जाकर, "साइनिंग सीक्रेट" को कॉपी करें. इसके बाद, इसे एजेंट के Slack इंटिग्रेशन में "साइनिंग टोकन" फ़ील्ड की वैल्यू के तौर पर सेट करें.

"OAuth और अनुमतियां" खोलें. इसके बाद, "बॉट उपयोगकर्ता का OAuth टोकन" कॉपी करें. इसे एजेंट के Slack इंटिग्रेशन में, "ऐक्सेस टोकन" फ़ील्ड की वैल्यू के तौर पर सेट करें.

ज़रूरी फ़ील्ड सेट करें और "शुरू करें" पर क्लिक करें.

एजेंट के "ऐक्सेस टोकन" की वैल्यू, Slack से मिला "बॉट उपयोगकर्ता का OAuth टोकन" है.

एजेंट के "हस्ताक्षर करने वाले टोकन" की वैल्यू, Slack का "हस्ताक्षर करने वाला सीक्रेट" होती है.

"वेबबुक यूआरएल" को कॉपी करें और Slack ऐप्लिकेशन के कॉन्फ़िगरेशन पर वापस जाएं.

"इवेंट की सदस्यताएं" सेक्शन खोलें और यूआरएल चिपकाएं.

बदलावों को सेव करें.

"Slack" खोलें और "@Agent" टाइप करके कोई एजेंट जोड़ें.

उदाहरण के लिए, "@CX" नाम का ऐप्लिकेशन जोड़ना.

एजेंट से, JIRA प्रोजेक्ट की खास जानकारी मांगें.

बधाई हो! एजेंट को Slack वर्कस्पेस में इंटिग्रेट कर दिया गया है.

9. PDF दस्तावेज़ों के बारे में सवाल-जवाब

इस सेक्शन में, PDF दस्तावेज़ का इस्तेमाल करके डेटा स्टोर बनाने और उसे एजेंट से लिंक करने का तरीका बताया गया है. इससे दस्तावेज़ के कॉन्टेंट के आधार पर सवाल-जवाब करने की सुविधा चालू हो जाती है.

Cloud Storage बकेट बनाना

Cloud Shell खोलें: https://shell.cloud.google.com/

अपने GCP प्रोजेक्ट के आखिरी पांच अंकों का इस्तेमाल करके, बकेट का नाम सेट करें. उदाहरण: pdf-docs-3dw21

BUCKET_NAME=pdf-docs-LAST-5-DIGITS-OF-YOUR-PROJECT

कोई बकेट बनाएं और उसमें PDF दस्तावेज़ अपलोड करें.

gcloud storage buckets create gs://$BUCKET_NAME \
    --location=us \
    --default-storage-class=STANDARD \
    --no-public-access-prevention \
    --uniform-bucket-level-access

wget https://services.google.com/fh/files/misc/exec_guide_gen_ai.pdf 

gsutil cp exec_guide_gen_ai.pdf gs://$BUCKET_NAME

डेटा स्टोर का कॉन्फ़िगरेशन

Agent Console पर वापस जाएं और "Agent" खोलें. इसके बाद, नीचे की ओर स्क्रोल करें और "+ Data store" पर क्लिक करें.

इन वैल्यू का इस्तेमाल करें:

टूल का नाम: pdf-docs

कैंपेन किस तरह का है: Data store

विवरण: pdf-docs

"Save" पर क्लिक करें

पेज पर सबसे नीचे मौजूद, "Add data stores" पर क्लिक करें. इसके बाद, "Create new data store" पर क्लिक करें.

डेटा सोर्स के तौर पर "Cloud Storage" चुनें.

Unstructured documents चुनें

इसके बाद, अपना GCS बकेट/फ़ोल्डर चुनें.

डेटा स्टोर करने की जगह के लिए, "us" चुनें.

डेटा स्टोर के नाम के लिए: "pdf-docs"

ड्रॉपडाउन से "Digital parser" चुनें.

ऐडवांस चंकिंग की सुविधा चालू करें.

चंक में पूर्वज हेडिंग की सुविधा चालू करें.

"Create" पर क्लिक करें.

डेटा स्टोर पर क्लिक करें और दस्तावेज़, गतिविधि, और प्रोसेसिंग कॉन्फ़िगरेशन की समीक्षा करें.

डेटा इंपोर्ट होने में करीब 5 से 10 मिनट लगेंगे.

पार्स करने और चंक करने के विकल्प

कॉन्टेंट पार्स करने की प्रोसेस को इन तरीकों से कंट्रोल किया जा सकता है:

• डिजिटल पार्सर. डिफ़ॉल्ट रूप से, सभी फ़ाइल टाइप के लिए डिजिटल पार्सर चालू होता है. हालांकि, अगर कोई दूसरा पार्सर टाइप तय किया जाता है, तो डिजिटल पार्सर बंद हो जाता है. अगर डेटा स्टोर के लिए कोई अन्य डिफ़ॉल्ट पार्सर तय नहीं किया गया है या तय किया गया पार्सर, शामिल किए गए दस्तावेज़ के फ़ाइल टाइप के साथ काम नहीं करता है, तो डिजिटल पार्सर, शामिल किए गए दस्तावेज़ों को प्रोसेस करता है.
• PDF फ़ाइलों के लिए ओसीआर पार्सिंग. Public Preview. अगर आपको स्कैन की गई PDF फ़ाइलें या इमेज में मौजूद टेक्स्ट वाली PDF फ़ाइलें अपलोड करनी हैं, तो PDF इंडेक्सिंग को बेहतर बनाने के लिए, ओसीआर पार्सर चालू करें. PDF के लिए ओसीआर पार्सिंग के बारे में जानकारी देखें.
• लेआउट पार्सर. अगर आपको आरएजी के लिए Vertex AI Search का इस्तेमाल करना है, तो एचटीएमएल, PDF या DOCX फ़ाइलों के लिए लेआउट पार्सर चालू करें. इस पार्सर के बारे में जानकारी पाने और इसे चालू करने का तरीका जानने के लिए, RAG के लिए दस्तावेज़ों को हिस्सों में बांटना लेख पढ़ें.

दस्तावेज़ों को पार्स करने और छोटे-छोटे हिस्सों में बांटने के बारे में ज़्यादा जानें.

टूल कॉन्फ़िगरेशन

एजेंट के टूल कॉन्फ़िगरेशन स्क्रीन पर वापस जाएं और उपलब्ध डेटा स्टोर को रीफ़्रेश करें.

अभी बनाए गए डेटा स्टोर को चुनें और "Confirm" पर क्लिक करें.

ग्राउंडिंग कॉन्फ़िगर करें.

कंपनी के नाम के लिए, "Google Cloud" टाइप करें.

Payload settings - check "Include snippets in Conversational Messenger response payload". Set value to 5.

"सेव करें" पर क्लिक करें.

एजेंट के निर्देशों को कॉन्फ़िगर करना

एजेंट कॉन्फ़िगरेशन पर वापस जाएं.

नया निर्देश जोड़ें:

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

कॉन्फ़िगरेशन सेव करें.

PDF-Docs टूल के लिए एक उदाहरण बनाओ

उदाहरण टैब पर जाएं. नया उदाहरण बनाएं: Guide to generative AI

"+" कार्रवाइयों का इस्तेमाल करके:

"उपयोगकर्ता का इनपुट" जोड़ें:

What are the main capabilities for generative AI?

"टूल का इस्तेमाल" जोड़ें.

• टूल और कार्रवाई: "pdf-docs"

इनपुट (requestBody)

{
  "query": "Main capabilities for generative AI",
  "filter": "",
  "userMetadata": {},
  "fallback": ""
}

टूल का आउटपुट:

{
  "answer": "Detailed answer about main capabilities for generative AI",
  "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"
    }
  ]
}

"एजेंट का जवाब" जोड़ें

Detailed answer about main capabilities. 

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

कॉन्फ़िगर किए गए उदाहरण:

टूल को चालू करने का कॉन्फ़िगरेशन:

कॉन्फ़िगरेशन की जांच करने के लिए, सिम्युलेटर पर स्विच करें.

सवाल:

What are the 10 steps in the exec guide?

Invocations ड्रॉपडाउन से "Agent" चुनें और "Save as example" पर क्लिक करें.

"user-question-flow" नाम डालें.

खास जानकारी सेट करें: "Agent helped user answer question based on the pdf document" और सेव करें पर क्लिक करें.

एजेंट के जवाब को फ़ॉर्मैट करो और टूल के आउटपुट सेक्शन में मौजूद PDF दस्तावेज़ का लिंक शामिल करो.

उदाहरण सेव करें.

सिम्युलेटर पर वापस जाएं और "Replay conversation" पर क्लिक करें. जवाब के अपडेट किए गए फ़ॉर्मैट की जांच करें. उदाहरण सेव करने के बाद, अगर आपको कोई गड़बड़ी दिखती है, तो आपको ब्राउज़र विंडो को रीफ़्रेश करना पड़ सकता है. इसके बाद, प्रॉम्प्ट को फिर से भेजकर बातचीत शुरू करें:

What are the 10 steps in the exec guide?

कोई दूसरा सवाल पूछें:

What are the main capabilities in the exec guide?

सोर्स PDF दस्तावेज़.

सवाल:

What should I consider when evaluating projects?

सोर्स PDF दस्तावेज़.

सवाल:

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

सोर्स PDF दस्तावेज़.

बधाई हो! अब एजेंट, PDF दस्तावेज़ों के आधार पर सटीक जवाब दे सकता है.

10. पहले से बनाए गए एजेंट

इसके बाद, बाईं ओर मौजूद मेन्यू से पहले से बनाए गए एजेंट एक्सप्लोर करें.

किसी एजेंट को चुनें और उसे डिप्लॉय करें. एजेंट के सेटअप, निर्देशों, और टूल के बारे में जानें.

11. बधाई हो!

बधाई हो, आपने यह लैब पूरी कर ली है!

हमने इन विषयों के बारे में जानकारी दी है:

• बातचीत करने वाले एजेंट बनाने और उन्हें डिप्लॉय करने का तरीका
• Cloud Run ऐप्लिकेशन की मदद से काम करने वाले एजेंट के लिए टूल जोड़ने का तरीका
• एजेंट को Slack वर्कस्पेस में इंटिग्रेट करने का तरीका
• PDF दस्तावेज़ों के बारे में सवाल-जवाब करने की सुविधा के लिए, डेटा स्टोर को कॉन्फ़िगर करने का तरीका

इसके बाद क्या होगा:

• बातचीत करने वाले एजेंट के लिए सबसे सही तरीके देखें

व्यवस्थित करें

इस ट्यूटोरियल में इस्तेमाल किए गए संसाधनों के लिए, अपने Google Cloud खाते से शुल्क न लिए जाने के लिए, संसाधनों वाला प्रोजेक्ट मिटाएं. इसके अलावा, प्रोजेक्ट को बनाए रखने और अलग-अलग संसाधनों को मिटाने का विकल्प भी है.

प्रोजेक्ट मिटाना

बिलिंग बंद करने का सबसे आसान तरीका यह है कि ट्यूटोरियल के लिए बनाया गया प्रोजेक्ट मिटा दें.

©2024 Google LLC सभी अधिकार सुरक्षित हैं. Google और Google का लोगो, Google LLC के ट्रेडमार्क हैं. दूसरी सभी कंपनियां और प्रॉडक्ट के नाम, उन कंपनियों के ट्रेडमार्क हो सकते हैं जिनसे वे जुड़े हुए हैं.