انتقل إلى المحتوى الرئيسي

🛠️ Conversation Tool Trigger

يتيح Conversation Tool Trigger لوكلاء الذكاء الاصطناعي ضمن SmartFlow التفاعل ديناميكيًا مع الأدوات والأنظمة الخارجية، مما يمكنهم من اتخاذ قرارات ذكية لأداء المهام، واسترجاع البيانات، أو تفعيل إجراءات لاحقة. باستخدام محرك اتخاذ القرار الذكي، يقرر الوكلاء الأدوات التي يجب استخدامها ويديرون عدة إجراءات بكفاءة. يدعم هذا النظام ما يصل إلى 10 إجراءات أدوات لكل تفاعل قبل تقديم استجابة.

pasted-image.png

📝 Trigger Details​

Name: Conversation Tool
Category: Triggers

🔧 المعلمات​

  1. اسم الأداة

    • النوع: string
    • الوصف: يحدد الأداة التي سيتم تنفيذها بواسطة وكيل الذكاء الاصطناعي. يجب أن تكون الأداة مُعدة مسبقًا ومتكاملة في SmartFlow.
    • مطلوب: نعم
    • مثال: "CRM Lookup"

  2. متغيرات الإدخال

    • النوع: object
    • الوصف: البيانات المطلوبة لكي تقوم الأداة بأداء مهمتها، وغالبًا ما تكون مستمدة من سياق سير العمل أو المحادثة.
    • مطلوب: نعم
    • مثال: 
      {
        "customerId": "12345"
      }

3. **الملاحظة**
   - **النوع:** `string` (افتراضي: ناتج محدد للأداة)  
   - **الوصف:** نتيجة الإجراء، والتي يمكن أن تؤثر على سلوك الذكاء الاصطناعي اللاحق. بشكل افتراضي، يتم تعيين الملاحظة على ناتج الأداة، ولكن يمكن تعريفها يدويًا لتوجيه الإجراء التالي للوكيل.  
   - **مثال:**  
     - الملاحظة الافتراضية: نتيجة API التي تم إرجاعها من الأداة.
     - الملاحظة المخصصة: `"Trigger the next form based on user preferences."`

🚀 كيف يعمل​

  1. الملاحظات الافتراضية:

    • كل إجراء أداة يولد ملاحظة افتراضية بناءً على نتيجة الأداة.
    • مثال: استدعاء API ناجح يعيد استجابة API كملاحظة.

  2. إعداد الملاحظة اليدوية:

    • يمكن للمستخدمين تجاوز الملاحظة الافتراضية للتأثير على قرار AI التالي.
    • مثال: بدلاً من استخدام نتيجة API كملاحظة، يمكن أن توجه رسالة مخصصة مثل "Start form submission process" AI لبدء إجراء آخر.

  3. محرك قرار AI:

    • يقوم محرك القرار بتحليل الملاحظة الحالية وتحديد الإجراء التالي للأداة، متسلسلاً بين أدوات متعددة عند الحاجة.

  4. صياغة الاستجابة:

    • بعد تنفيذ ما يصل إلى 10 إجراءات أدوات، يقوم وكيل AI بصياغة استجابة، إما باستخدام الملاحظات مباشرة أو بناءً على مدخلات إضافية من المستخدم.

💡 حالات الاستخدام​

  1. دعم العملاء الديناميكي:

    • السيناريو: يسأل المستخدم، "هل يمكنني الحصول على تحديث حول طلبي الأخير؟"
    • سير العمل:
      • الأداة: استدعاء API لجلب تفاصيل الطلب.
      • الملاحظة: نتيجة API مع حالة الطلب.
      • الرد: "طلبك في الطريق وسيصل في 15 يناير 2025."

  2. إعادة توجيه سير العمل المخصص:

    • السيناريو: يقوم المستخدم بتفعيل أداة، لكنك تريد من الذكاء الاصطناعي بدء نموذج محدد بدلاً من ذلك.
    • سير العمل:
      • الأداة: "بدء النموذج."
      • الملاحظة: "بدء نموذج ملاحظات المستخدم."
      • النتيجة: ينتقل الذكاء الاصطناعي ديناميكيًا إلى تقديم النموذج.

  3. تكامل متعدد الخطوات:

    • السيناريو: "ما هو مبلغ فاتورتي الحالية، وهل يمكنني دفعها الآن؟"
    • سير العمل:
      • الخطوة 1: استرجاع تفاصيل الفاتورة عبر API.
      • الخطوة 2: تفعيل بوابة الدفع.
      • توجه الملاحظات تسلسل هذه الإجراءات.

🔍 مثال التكوين​

الملاحظة الافتراضية​

اسم الأداة: "إدارة الطلبات"
المتغيرات المدخلة:

{
  "orderId": "67890"
}

الملاحظة: نتيجة API

{
  "trigger": "ConversationTool",
  "toolName": "إدارة الطلبات",
  "input": {
    "orderId": "67890"
  },
  "observation": "تم جلب حالة الطلب بنجاح."
}

الملاحظة المخصصة​

اسم الأداة: "نموذج البدء"
المتغيرات المدخلة:

{
  "formId": "feedbackForm"
}

الملاحظة: "تم بدء نموذج ملاحظات المستخدم."

{
  "trigger": "ConversationTool",
  "toolName": "نموذج البدء",
  "input": {
    "formId": "feedbackForm"
  },
  "observation": "تم بدء نموذج ملاحظات المستخدم."
}

🛠️ أفضل الممارسات​

  1. الملاحظات الافتراضية مقابل المخصص:

    • استخدم الملاحظات الافتراضية لتدفقات العمل القياسية وعمليات تكامل API.
    • تجاوز الملاحظات لتوجيه سلوك الذكاء الاصطناعي في سيناريوهات محددة.

  2. رسائل الملاحظات الواضحة:

    • تأكد من أن الملاحظات المخصصة دقيقة لتوجيه الذكاء الاصطناعي بشكل فعال.

  3. تسلسل الإجراءات:

    • خطط لتدفقات العمل لتقليل الخطوات غير الضرورية مع الاستفادة بكفاءة من حد الـ 10 إجراءات.

  4. اختبار الملاحظات:

    • قم بمحاكاة تدفقات العمل للتحقق من أن كل من الملاحظات الافتراضية والمخصصة تؤدي إلى قرارات الذكاء الاصطناعي المتوقعة.

📊 المراقبة واستكشاف الأخطاء​

  • استخدم لوحة مراقبة SmartFlow لتتبع:
    • إجراءات الأدوات المنفذة.
    • الملاحظات التي تم إنشاؤها.
    • قرارات الذكاء الاصطناعي ونتائجها.
  • استكشف تدفقات العمل من خلال مراجعة سجلات الملاحظات لتحديد وحل السلوك غير المتوقع.