AlloyDB এবং Vertex AI এজেন্ট বিল্ডারের সাথে একটি স্মার্ট শপিং সহকারী তৈরি করুন - পার্ট 2

1. ওভারভিউ

আজকের দ্রুত-গতির খুচরো ল্যান্ডস্কেপে, ব্যক্তিগতকৃত কেনাকাটার অভিজ্ঞতা সক্ষম করার সাথে সাথে ব্যতিক্রমী গ্রাহক পরিষেবা সরবরাহ করা সবচেয়ে গুরুত্বপূর্ণ। আমরা আপনাকে একটি জ্ঞান-চালিত চ্যাট অ্যাপ্লিকেশন তৈরির মাধ্যমে একটি প্রযুক্তিগত যাত্রায় নিয়ে যাব যা গ্রাহকের প্রশ্নের উত্তর দেওয়ার জন্য ডিজাইন করা হয়েছে, পণ্য আবিষ্কারের নির্দেশিকা, এবং টেইলার অনুসন্ধান ফলাফল। এই উদ্ভাবনী সমাধানটি ডেটা স্টোরেজের জন্য AlloyDB এর শক্তি, প্রাসঙ্গিক বোঝার জন্য একটি ইন-হাউস অ্যানালিটিক্স ইঞ্জিন, প্রাসঙ্গিকতা যাচাইয়ের জন্য জেমিনি (বড় ভাষা মডেল) এবং একটি বুদ্ধিমান কথোপকথন সহকারীকে দ্রুত বুটস্ট্র্যাপ করার জন্য Google এর এজেন্ট বিল্ডারকে একত্রিত করে৷

চ্যালেঞ্জ: আধুনিক খুচরা গ্রাহকরা তাত্ক্ষণিক উত্তর এবং পণ্যের সুপারিশ আশা করে যা তাদের অনন্য পছন্দের সাথে সামঞ্জস্যপূর্ণ। ঐতিহ্যগত অনুসন্ধান পদ্ধতি প্রায়ই এই স্তরের ব্যক্তিগতকরণ প্রদানের জন্য কম পড়ে।

সমাধান: আমাদের জ্ঞান-চালিত চ্যাট অ্যাপ্লিকেশন এই চ্যালেঞ্জকে সামনের দিকে মোকাবেলা করে। এটি গ্রাহকের অভিপ্রায় বুঝতে, বুদ্ধিমত্তার সাথে প্রতিক্রিয়া জানাতে এবং হাইপার-প্রাসঙ্গিক ফলাফল প্রদান করতে আপনার খুচরা ডেটা থেকে প্রাপ্ত একটি সমৃদ্ধ জ্ঞানের ভিত্তি লাভ করে।

আপনি কি নির্মাণ করবেন

এই ল্যাবের অংশ হিসাবে (পর্ব 2), আপনি করবেন:

1. একটি ভার্টেক্স এআই এজেন্ট বিল্ডার এজেন্ট তৈরি করুন
2. এজেন্টের সাথে AlloyDB টুলকে একীভূত করুন

প্রয়োজনীয়তা

• একটি ব্রাউজার, যেমন ক্রোম বা ফায়ারফক্স
• বিলিং সক্ষম সহ একটি Google ক্লাউড প্রকল্প৷

2. স্থাপত্য

ডেটা ফ্লো: আসুন আমাদের সিস্টেমের মাধ্যমে কীভাবে ডেটা চলে যায় তা ঘনিষ্ঠভাবে দেখে নেওয়া যাক:

ইনজেশন :

খুচরা ডেটা (ইনভেন্টরি, পণ্যের বিবরণ, গ্রাহকের মিথস্ক্রিয়া) ক্রমাগত AlloyDB-তে লোড করা হয়।

বিশ্লেষণ ইঞ্জিন:

নিচের কাজগুলো করার জন্য আমরা অ্যানালিটিক্স ইঞ্জিন হিসেবে AlloyDB ব্যবহার করব:

1. প্রসঙ্গ নিষ্কাশন: প্রযোজ্য হিসাবে পণ্য, বিভাগ, গ্রাহক আচরণ ইত্যাদির মধ্যে সম্পর্ক বোঝার জন্য ইঞ্জিন AlloyDB-এর মধ্যে সংরক্ষিত ডেটা বিশ্লেষণ করে।
2. এমবেডিং ক্রিয়েশন: এম্বেডিং (পাঠ্যের গাণিতিক উপস্থাপনা) ব্যবহারকারীর ক্যোয়ারী এবং AlloyDB-তে সংরক্ষিত তথ্য উভয়ের জন্যই তৈরি করা হয়।
3. ভেক্টর অনুসন্ধান: ইঞ্জিনটি পণ্যের বর্ণনা, পর্যালোচনা এবং অন্যান্য প্রাসঙ্গিক ডেটার এমবেডিংয়ের সাথে কোয়েরি এমবেডিং তুলনা করে একটি মিল অনুসন্ধান করে। এটি 25টি সবচেয়ে প্রাসঙ্গিক "নিকটবর্তী প্রতিবেশীদের" চিহ্নিত করে৷

মিথুন যাচাই:

এই সম্ভাব্য প্রতিক্রিয়াগুলি মূল্যায়নের জন্য মিথুনে পাঠানো হয়৷ মিথুন নির্ধারণ করে যে তারা সত্যিই প্রাসঙ্গিক এবং ব্যবহারকারীর সাথে শেয়ার করা নিরাপদ কিনা।

রেসপন্স জেনারেশন:

যাচাইকৃত প্রতিক্রিয়াগুলিকে একটি JSON অ্যারেতে গঠন করা হয় এবং পুরো ইঞ্জিনটিকে একটি সার্ভারহীন ক্লাউড রান ফাংশনে প্যাকেজ করা হয় যা এজেন্ট বিল্ডারের কাছ থেকে নেওয়া হয়।

উপরের ধাপগুলি ইতিমধ্যে ল্যাবের অংশ 1- এ কভার করা হয়েছে৷

আমরা একটি জ্ঞান-চালিত বিশ্লেষণ ইঞ্জিন তৈরি করার প্রযুক্তিগত বিবরণ নিয়ে আলোচনা করেছি যা আমাদের স্মার্ট শপিং সহকারীকে ক্ষমতা দেয়। এখন, আসুন আমরা কীভাবে এজেন্ট বিল্ডারের জাদুটিকে একটি কথোপকথনমূলক ইন্টারফেসে এই ইঞ্জিনটিকে প্রাণবন্ত করতে ব্যবহার করি তা অন্বেষণ করি। পার্ট 2 শুরু করার আগে নিশ্চিত করুন যে আপনার এন্ডপয়েন্ট ইউআরএল প্রস্তুত আছে। এই পরবর্তী ধাপটি আমরা এই ল্যাবে কভার করব:

কথোপকথনমূলক মিথস্ক্রিয়া:

এজেন্ট বিল্ডার একটি স্বাভাবিক ভাষা বিন্যাসে ব্যবহারকারীর প্রতিক্রিয়া উপস্থাপন করে, একটি সামনে-পিছন সংলাপের সুবিধা দেয়।

3. আপনি শুরু করার আগে

একটি প্রকল্প তৈরি করুন

1. Google ক্লাউড কনসোলে , প্রকল্প নির্বাচক পৃষ্ঠায়, একটি Google ক্লাউড প্রকল্প নির্বাচন করুন বা তৈরি করুন।
2. নিশ্চিত করুন যে আপনার ক্লাউড প্রকল্পের জন্য বিলিং সক্ষম করা আছে৷ একটি প্রকল্পে বিলিং সক্ষম কিনা তা পরীক্ষা করতে শিখুন।
3. আপনি ক্লাউড শেল ব্যবহার করবেন, Google ক্লাউডে চলমান একটি কমান্ড-লাইন পরিবেশ যা bq এর সাথে প্রিলোড করা হয়। গুগল ক্লাউড কনসোলের শীর্ষে সক্রিয় ক্লাউড শেল ক্লিক করুন।

4. একবার ক্লাউড শেলের সাথে সংযুক্ত হয়ে গেলে, আপনি পরীক্ষা করে দেখুন যে আপনি ইতিমধ্যেই প্রমাণীকৃত হয়েছেন এবং নিম্নলিখিত কমান্ডটি ব্যবহার করে প্রকল্পটি আপনার প্রকল্প আইডিতে সেট করা আছে:

gcloud auth list

5. gcloud কমান্ড আপনার প্রকল্প সম্পর্কে জানে তা নিশ্চিত করতে ক্লাউড শেলে নিম্নলিখিত কমান্ডটি চালান।

gcloud config list project

6. যদি আপনার প্রজেক্ট সেট করা না থাকে, তাহলে এটি সেট করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

gcloud config set project <YOUR_PROJECT_ID>

7. প্রয়োজনীয় API সক্রিয় করুন। gcloud কমান্ডের বিকল্প হল কনসোলের মাধ্যমে প্রতিটি পণ্য অনুসন্ধান করে বা এই লিঙ্কটি ব্যবহার করে।

যদি কোনো API মিস হয়, আপনি সর্বদা বাস্তবায়নের সময় এটি সক্রিয় করতে পারেন।

জিক্লাউড কমান্ড এবং ব্যবহারের জন্য ডকুমেন্টেশন পড়ুন।

গুরুত্বপূর্ণ নোট: এছাড়াও, এটি সম্পূর্ণ করার জন্য আপনি ল্যাবের অংশ 1 সম্পূর্ণ করেছেন তা নিশ্চিত করুন।

4. এজেন্ট সৃষ্টি

এজেন্ট নির্মাতার পরিচয়

এজেন্ট বিল্ডার একটি শক্তিশালী, কম-কোড টুল যা আমাদের দ্রুত এবং দক্ষতার সাথে কথোপকথনমূলক এজেন্ট তৈরি করতে সক্ষম করে। এটি ডায়ালগ ফ্লো ডিজাইন করার প্রক্রিয়াকে স্ট্রিমলাইন করে, জ্ঞানের ভিত্তি একীভূত করে এবং বহিরাগত API-এর সাথে সংযোগ স্থাপন করে। আমাদের ক্ষেত্রে, আমরা অংশ 1 এ তৈরি করা ক্লাউড ফাংশন এন্ডপয়েন্টের সাথে নির্বিঘ্নে সংযোগ করতে এজেন্ট বিল্ডার ব্যবহার করব, আমাদের শপিং সহকারীকে আমাদের খুচরা জ্ঞানের ভিত্তি অ্যাক্সেস করতে এবং গ্রাহকের প্রশ্নের বুদ্ধিমানের সাথে উত্তর দিতে সক্ষম করে।

এজেন্ট নির্মাণ

পোশাক পণ্যের জন্য ব্যবহারকারীর প্রশ্নের উত্তর দেওয়ার জন্য এই নতুন এজেন্ট তৈরি করা শুরু করা যাক।

1. এজেন্ট বিল্ডার প্ল্যাটফর্মে লগ ইন করে শুরু করুন। যদি এটি আপনাকে API সক্রিয় করতে অনুরোধ করে, এগিয়ে যান এবং চালিয়ে যান এবং API সক্রিয় করুন ক্লিক করুন৷
2. "অ্যাপ তৈরি করুন" এ ক্লিক করুন এবং আপনার এজেন্টকে একটি বর্ণনামূলক নাম দিন (যেমন, "রিটেল শপিং অ্যাসিস্ট্যান্ট")।
3. অ্যাপ টাইপ "এজেন্ট" এ ক্লিক করুন।

4. . আপনার এজেন্টকে একটি বর্ণনামূলক নাম দিন যেমন "রিটেল শপিং অ্যাসিস্ট্যান্ট" এবং অঞ্চলটিকে us-central1 হিসাবে সেট করুন

5. এজেন্টের বিবরণ লিখুন:
6. এজেন্টের নাম পরিবর্তন করে "রিটেল শপিং এজেন্ট" করুন।
7. নীচের "লক্ষ্য" যোগ করুন:

You are a shopping assistant agent! Your job is to help the customer search for their ideal apparels, allow them to add items to their cart, remove items from their cart, and review items in their cart. Once a user is done searching, open the search results in a user friendly html page.

3. এই মুহুর্তে এটি সংরক্ষণ করুন এবং আপাতত নির্দেশাবলী ফাঁকা রাখুন।
4. তারপর নেভিগেশন মেনু থেকে Tools এ ক্লিক করুন এবং CREATE এ ক্লিক করুন।

টুলের নাম লিখুন: খুচরা কেনাকাটা টুল

টুল বিবরণ লিখুন:

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.

YAML ফর্ম্যাটে স্কিমা — OpenAPI লিখুন:

এটি সেই অংশ যেখানে আমরা এজেন্টকে পাওয়ার জন্য ব্যাকএন্ড এন্ডপয়েন্ট ব্যবহার করছি। নীচের OpenAPI স্পেকটি অনুলিপি করুন এবং আপনার ক্লাউড ফাংশন এন্ডপয়েন্টের সাথে URL স্থানধারক (কোণ বন্ধনীতে আবদ্ধ) প্রতিস্থাপন করুন :

openapi: 3.0.0
info:
 title: AlloyDB Product Matcher
 description: A Cloud Function to query AlloyDB for product matches based on user search text.
 version: 1.0.0
servers:
 - url: <<https://us-central1-YOUR_PROJECT_ID.cloudfunctions.net/alloy-gem>>
paths:
 /:
   post:
     summary: Find matching products based on search text.
     operationId: apparelSearch
     requestBody:
       description: JSON object containing the search text.
       required: true
       content:
         application/json:
           schema:
             type: object
             properties:
               search:
                 type: string
                 description: The user's search query for product matching.
     responses:
       '200':
         description: Successful response with a JSON array of matching products.
         content:
           application/json:
             schema:
               type: array
               items:
                 type: object
                 properties:
                   id:
                     type: string
                     description: Product ID.
                   category:
                     type: string
                     description: Product category.
                   sub_category:
                     type: string
                     description: Product sub-category.
                   uri:
                     type: string
                     description: Product URI or URL.
                   description:
                     type: string
                     description: Product description.
                   literature:
                     type: object
                     description: JSON object containing match information from the ML model.
                     properties:
                       MATCH:
                         type: string
                         description: Whether the product matches the search query (YES/NO).
                       PERCENTAGE:
                         type: string
                         description: Percentage of match.
                       DIFFERENCE:
                         type: string
                         description: Description of differences between the search and product.
       '500':
         description: Internal server error.

অন্যান্য কনফিগারেশনগুলিকে তাদের ডিফল্ট মানগুলিতে ছেড়ে দিন এবং "সংরক্ষণ করুন" এ ক্লিক করুন।

7. এই মুহুর্তে এজেন্টে ফিরে যান কারণ আমরা এজেন্টের "নির্দেশাবলী"-তে "টুল" কনফিগারেশন যোগ করতে চাই। নির্দেশাবলীর স্থানধারকের সাথে নীচে যুক্ত করুন (মনে রাখবেন, প্রবাহ সংজ্ঞায়িত করার জন্য ইন্ডেন্টগুলি গুরুত্বপূর্ণ):

- Greet the user and answer their question to the best of your knowledge.
- Summarize the user's request and ask them to confirm that you understood correctly.
   - Check if the request has details like gender, color, material, style and other key apparel details already.
   - If not, seek clarifying details.
   - If the search request is very broad, then ask the user to narrow down the request with specific details that you believe could be personal preferences.
   - Once all the necessary details are met, summarize your final understanding of the request with the user.
- Use ${TOOL: Retail Shopping Tool} to help the user with their task.
- If the request has unrelated input text, gracefully convey that you don't have information on that topic.
- Do not give product availability information outside the source that is provided to you in ${TOOL: Retail Shopping Tool}.
- Do not assist with any information unless you are certain that you know the answer and it is grounded in the source of truth.
- Thank the user for their business and say goodbye.

নিশ্চিত করুন যে টুল "রিটেল শপিং টুল" "উপলভ্য টুল" বিভাগে নির্বাচন করা হয়েছে এবং তারপরে এজেন্টটিকে আবার সেভ করুন।

5. এজেন্ট পরীক্ষা

ডান ফলকে, আপনাকে প্রিভিউ এজেন্ট বিভাগটি দেখতে হবে যা আপনাকে আপনার এজেন্ট পরীক্ষা করতে দেয়।

আপনি নীচের স্ক্রিনশটটিতে দেখতে পাচ্ছেন, আমি একজন ব্যবহারকারী হিসাবে শুভেচ্ছা জানিয়েছি এবং নীল প্রিন্ট সহ সাদা শার্টের অনুরোধের সাথে আমার চ্যাট শুরু করেছি:

এটি JSON প্রতিক্রিয়া:

এটি ক্লাউড ফাংশন থেকে পাওয়া কাঁচা JSON ফলাফল যা AlloyDB সাদৃশ্য অনুসন্ধান প্রক্রিয়া করে। তাই তো! আমরা এখন এজেন্টের সাথে প্রস্তুত।

6. নমুনা কথোপকথন প্রবাহ

এই মুহুর্তে, আপনি আপনার ডায়ালগ (কথোপকথন) এজেন্টের প্রবাহ পরীক্ষা এবং পুনরাবৃত্তি করতে পারেন:

User: I'm looking for women's boots for winter. 

Agent: (OpenAPI call to Cloud Function that works with AlloyDB Similarity Search) 

Cloud Function: (Processes query, returns JSON array) 

Agent: Based on your preferences, here are some options: [Product 1, Product 2, Product 3]. Would you like to see more details about any of these?

User: No, That is all. Bye!

Agent: Have a good day!

কিছু শট প্রম্পট

এখন ধরা যাক আপনি ছবি এবং লিঙ্ক সহ একটি নির্দিষ্ট গ্রাফিক বিন্যাসে কথোপকথন এজেন্টে ফলাফল দেখতে চান। আমরা কথোপকথনের উদাহরণ ব্যবহার করে এটি করব যা Few Shot Prompting নামেও পরিচিত।

এর মানে আমরা একটি ধারাবাহিক ফলাফল বিন্যাস পেতে এজেন্ট নির্মাতার সাথে কয়েকটি উদাহরণ যোগ করতে চাই।

" এজেন্ট পরীক্ষা করুন " বিভাগে আমাদের আগের স্ক্রিনশটগুলির একটিতে, আমরা এজেন্টের প্রতিক্রিয়া দেখতে পাই "আমি দেখছি। আপনি নীল প্রিন্ট সহ একটি সাদা শার্ট খুঁজছেন..."। সেই প্রতিক্রিয়াতে যান বা এজেন্টের ডান ফলক থেকে একটি নতুন পরীক্ষা কথোপকথন তৈরি করুন:

1. "ব্যবহারকারীর ইনপুট লিখুন" বিভাগে নীচে টাইপ করুন:

আপনি এই মত একটি প্রতিক্রিয়া দেখতে পাবেন:

এবং আপনি API এন্ডপয়েন্ট দ্বারা ফিরে JSON অ্যারে দেখতে পাবেন।

2. এখন প্রিভিউ সেকশনের মার্জিন থেকে এজেন্টের নাম (নিচের ছবিতে দেখানো হয়েছে লাল টিক চিহ্ন দিয়ে হাইলাইট করা হয়েছে) ক্লিক করুন এবং চ্যাট প্রিভিউ বিভাগে আপনার সমস্ত ট্যাব হাইলাইট হবে। এখন প্রিভিউ বিভাগে উপরের ডানদিকে কোণায় "উদাহরণ সংরক্ষণ করুন" এ ক্লিক করুন। এটি এই মত দেখাবে:

3. একটি ডিসপ্লে নাম "ছবিগুলির সাথে প্রতিক্রিয়া" বা অনুরূপ কিছু দিয়ে কথোপকথন সংরক্ষণ করুন এবং "তৈরি করুন" এ ক্লিক করুন।
4. এখন উপরের ছবিতে কালো টিক চিহ্ন দিয়ে হাইলাইট করা রেসপন্স ট্যাবে যান এবং টেক্সটটি প্রতিস্থাপন করুন "আমি দেখছি। আপনি হলুদ স্যান্ডেল খুঁজছেন। এটা কি সঠিক?" নিম্নলিখিত সঙ্গে:

I see you are looking for yellow sandals. Here are a few options for you:
<!DOCTYPE html>
<html>
<body>

<h2>Featured Sandals</h2>

<table style="overflow-x: auto; white-space: nowrap;">
    <tr>
        <td>
            <img src="https://assets.myntassets.com/v1/images/style/properties/d27dbd8e9666b9af2d72fbfde315f76d_images.jpg" alt="Yellow sandals from Estd. 1977" width="300">
        </td>
        <td>
            <img src="https://assets.myntassets.com/v1/images/style/properties/b7a479fe5f56457e930541a789c5df68_images.jpg" alt="Yellow sandals from Gliders" width="300">
        </td>
        <td>
            <img src="https://assets.myntassets.com/v1/images/style/properties/b6c813734b29b89d1055fd000ea50743_images.jpg" alt="Yellow sandals from Rocia" width="300">
        </td>
        <td>
            <img src="https://assets.myntassets.com/v1/images/style/properties/ee0e918c229e76e0e7e61712e9d2ecb3_images.jpg" alt="Yellow flip flops from Numero Uno" width="300">
        </td>
        <td>
            <img src="https://assets.myntassets.com/v1/images/style/properties/5bdd4c9e739205e28ee134ff7849bc60_images.jpg" alt="Yellow flip flops from Numero Uno" width="300">
        </td>
    </tr>
</table>

</body>
</html>

5. উপরে "সংরক্ষণ করুন" এ ক্লিক করুন।

কথোপকথনের বিভিন্ন বৈচিত্র এবং প্রবাহের সাথে আপনি যতগুলি চান ততগুলি উদাহরণের জন্য প্রক্রিয়াটি পুনরাবৃত্তি করুন।

এখন এগিয়ে যান এবং একটি ব্যবহারকারী ইনপুট দিয়ে এটি পরীক্ষা করুন:

কিছু অন্যান্য ধরনের প্রতিক্রিয়া:

সেটাই। আমরা আমাদের খুচরা অ্যাপের জন্য সফলভাবে একটি কথোপকথনমূলক এজেন্ট তৈরি এবং পরীক্ষা করেছি।

7. স্থাপনা এবং ইন্টিগ্রেশন

একবার আপনি আপনার এজেন্টের সাথে সন্তুষ্ট হলে, আপনি সহজেই এজেন্ট বিল্ডারের ইন্টিগ্রেশন ব্যবহার করে বিভিন্ন চ্যানেলে এটি স্থাপন করতে পারেন। আপনি এটিকে আপনার ওয়েবসাইটে এম্বেড করতে পারেন, এটিকে জনপ্রিয় মেসেজিং প্ল্যাটফর্মের সাথে একীভূত করতে পারেন, অথবা এমনকি একটি ডেডিকেটেড মোবাইল অ্যাপ তৈরি করতে পারেন৷ আমরা আমাদের ওয়েব ক্লায়েন্ট অ্যাপ্লিকেশনগুলিতে সরাসরি এজেন্ট বিল্ডার API ব্যবহার করতে পারি, যা আমরা এই ব্লগে কভার করেছি।

8. পরিষ্কার করুন

এই পোস্টে ব্যবহৃত সংস্থানগুলির জন্য আপনার Google ক্লাউড অ্যাকাউন্টে চার্জ এড়াতে, এই পদক্ষেপগুলি অনুসরণ করুন:

1. Google ক্লাউড কনসোলে, পরিচালনায় যান
2. সম্পদ পৃষ্ঠা।
3. প্রকল্প তালিকায়, আপনি যে প্রকল্পটি মুছতে চান সেটি নির্বাচন করুন এবং তারপরে মুছুন ক্লিক করুন।
4. ডায়ালগে, প্রজেক্ট আইডি টাইপ করুন এবং তারপরে প্রোজেক্ট মুছে ফেলতে শাট ডাউন ক্লিক করুন।

9. অভিনন্দন

অভিনন্দন! এজেন্ট বিল্ডারের স্বজ্ঞাত ইন্টারফেসের সাথে আমাদের কাস্টম-বিল্ট অ্যানালিটিক্স ইঞ্জিনের শক্তিকে একীভূত করার মাধ্যমে, আমরা একটি স্মার্ট খুচরো শপিং সহকারী তৈরি করেছি যা ব্যক্তিগতকৃত অভিজ্ঞতা প্রদান করে, প্রশ্নের সঠিক উত্তর দেয় এবং শেষ পর্যন্ত গ্রাহক সন্তুষ্টি এবং বিক্রয় চালায়। AlloyDB , Vertex AI , এবং ভেক্টর অনুসন্ধানের ক্ষমতাগুলিকে একত্রিত করে, আমরা প্রাসঙ্গিক এবং ভেক্টর অনুসন্ধানগুলিকে অ্যাক্সেসযোগ্য, দক্ষ, সত্যিকার অর্থে চালিত এবং এজেন্টিক করার ক্ষেত্রে একটি বিশাল লাফ দিয়েছি!