این پست وبلاگ با نیک وارگاس و آنا شرایبر از Accenture نوشته شده است.
برنامه ریزی قرار ملاقات مشتری اغلب یک فرآیند دستی و کار فشرده است. میتوانید از پیشرفتهای فناوری سلفسرویس برای خودکار کردن زمانبندی قرارها استفاده کنید.
در این پست وبلاگ، ما به شما نشان می دهیم که چگونه یک راه حل زمان بندی قرار ملاقات سلف سرویس بسازید که با آمازون لکس و آمازون اتصال. این راه حل به کاربران اجازه می دهد تا از طریق پیام رسان متا قرار ملاقات داشته باشند و از طریق پیامک موبایلی تاییدیه قرار ملاقات را دریافت کنند. همچنین یک داشبورد مبتنی بر وب ارائه میکند تا بتوانید در زمان برنامهریزیشده با یک دکمه با یک کلیک تماس را با کاربران برقرار کنید.
آمازون لکس با پیام رسان متا ادغام می شود و می توان از آن برای فعال کردن مکالمات چت استفاده کرد. Lex یک سرویس هوش مصنوعی (AI) کاملاً مدیریتشده با درک زبان طبیعی (NLU) برای طراحی، ساخت، آزمایش و استقرار رابطهای مکالمه در برنامهها است.
بررسی اجمالی راه حل
نمودار معماری زیر نمای کلی سطح بالایی از تعامل بین اجزا و خدمات مختلف AWS را نشان می دهد. راه حل شامل این مؤلفه های اصلی است: تعامل با مشتری با استفاده از پیام رسان متا، برنامه ریزی قرار ملاقات از طریق پیامک فعال شده توسط Lex و شماره گیر خروجی مشتری از Connect. این شماره گیر خروجی ایجاد یک تماس خروجی با مشتری از طریق یک رابط کاربری ساده را آسان می کند.
این پست از نمونه مکالمه ربات زیر استفاده می کند:
کاربر: من می خواهم یک قرار رزرو کنم.
عامل: چه قراری میتونم برات بگیرم؟ می توانید بگویید صورتحساب، عمومی یا پیشنهادات.
کاربر: صورتحساب
عامل: اسم کوچیکت چیه؟
کاربر: سمیر
عامل: شماره تلفن شما با کد کشور چیست؟
کاربر: +10001234567
عامل: چه زمانی باید قرار صورتحساب شما را برنامه ریزی کنم؟
کاربر: هفته آینده سه شنبه
عامل: در چه زمانی باید قرار صورتحساب را برنامه ریزی کنم؟
کاربر: 9:00
عامل: سامیر، ساعت 09:00 موجود است، باید بروم و نوبت شما را رزرو کنم؟
کاربر: آره
عامل: با تشکر سمیر، قرار ملاقات شما برای ساعت 09:00 تایید شده است و جزئیات را به شماره تلفن شما پیامک کرده ایم.
برای بخش زمانبندی و اطلاع رسانی مشتری، یک AWS لامبدا از handler برای پردازش درخواست زمانبندی استفاده میشود. سپس اطلاعات قرار در یک ذخیره می شود آمازون DynamoDB پایگاه داده هنگامی که اطلاعات با موفقیت ذخیره شد، یک اعلان برای مشتری ارسال می شود که جزئیات قرار ملاقات را از طریق پیام کوتاه با استفاده از پیامک تأیید می کند. نکته آمازون.
یک برنامه React.js برای نمایش قرارهای مشتری ذخیره شده از پایگاه داده در قالب نمایش تقویم ایجاد شده است. این امر باعث می شود کارمندان به راحتی مشتریانی را که باید فراخوانی شوند شناسایی کنند. دکمه تماس از ورودی تقویم برای شروع تماس کلیک می شود. این بلافاصله یک درخواست تماس خروجی برای ارتباط مشتری با کارمند با استفاده از آمازون کانکت ارسال می کند.
پیش نیازها
برای این پروژه باید پیش نیازهای زیر را داشته باشید:
- فایل های کد را از مخزن GitHub.
مخزن شامل:- فایل های برنامه React که در زیر UI
- جریان تماس آمازون اتصال، واقع در زیر backend/connect/contact_flows چهار جریان تماس برای این نسخه ی نمایشی با نام فایل ها وجود دارد
AgentWhisper
,CustomerWaiting
,InboundCall
وOutboundCall
. - یک فایل فشرده برای آمازون Lex Bot، واقع در باطن / lex دایرکتوری با نام فایل AppointmentSchedulerBot.zip.
- npm روی دستگاه محلی شما نصب شده است. مراجعه کنید چگونه node.js و npm را روی دستگاه خود نصب کنیم,
استقرار این راه حل در صورت امکان با استفاده از CloudFormation خودکار است، با این حال، برخی از تنظیمات و مراحل در استقرار دستی هستند.
راه حل را مستقر کنید
برای راهاندازی زیرساخت مورد نیاز برای برنامه نمایشی زمانبندی قرار ملاقات در حساب AWS خود، مراحل زیر را انجام دهید:
- ورود به سیستم کنسول مدیریت AWS.
- را انتخاب کنید Stack را راه اندازی کنید:
- بر پشته ایجاد کنید صفحه، زیر قالب را مشخص کنید، انتخاب کنید یک فایل قالب بارگذاری کنید.
- انتخاب
AppointmentsSchedulerCFTemplate
فایلی که از GitHub دانلود کرده اید. - را انتخاب کنید بعدی.
- برای نام پشته، یک نام منحصر به فرد برای پشته وارد کنید، مانند
AppointmentSchedulerDemo
.
- را انتخاب کنید بعدی، و سپس انتخاب کنید بعدی در پیکربندی گزینه های پشته احتمال برد مراجعه کنید.
- بر مرور صفحه، را انتخاب کنید من تصدیق می کنم که AWS CloudFormation ممکن است منابع IAM را ایجاد کند و انتخاب کنید ساختن.
پشته منابع زیر را تولید می کند:
-
- جدول DynamoDB
AppointmentSchedulerTable
- اپلیکیشن Amazon Pinpoint
AppointmentSchedulerPinpointApp
- دو هویت AWS و مدیریت دسترسی سیاست های (IAM):
AppointmentSchedulerPinpointPolicy
AppointmentSchedulerDynamoApiPolicy
- دو نقش IAM:
AppointmentsLambdaRole
OutboundContactLambdaRole
- دو تابع لامبدا:
AppointmentScheduler
AppointmentSchedulerOutboundContact
- La دروازه API آمازون انتصاب های نمونه
- آمازون CloudFront توزیع
- La سرویس ذخیره سازی ساده آمازون سطل (Amazon S3).
appointment-scheduler-website
- جدول DynamoDB
برنامه Amazon Pinpoint را پیکربندی کنید
برای پیکربندی اپلیکیشن Amazon Pinpoint، مراحل زیر را انجام دهید:
- رفتن به کنسول دقیق.
- حرکت به AppointmentSchedulerPinpointApp مستقر در بالا
- در منوی سمت چپ زیر تنظیمات کلیک اس ام اس و صدا.
- در قسمت تنظیمات شماره کلیک کنید درخواست شماره تلفن.
- کشور مبدا خود را انتخاب کنید، انتخاب کنید بدون شمارهو کلیک کنید بعدی، و سپس درخواست.
ربات آمازون لکس برای این پست یک هدف دارد، MakeAppointment
، که در مثال قبل از کاربر می پرسد تا نوع قرار، تاریخ، زمان، نام و شماره تلفن مشتری را مشخص کند.
AppointmentTypeValue
تنها نوع اسلات سفارشی برای این ربات است و یکی از سه مقدار را می گیرد: صورتحساب، عمومی یا Offers. اسلات های نام، تلفن، تاریخ و زمان هر کدام از نوع اسلات داخلی ارائه شده توسط آمازون لکس استفاده می کنند.
ربات آمازون لکس را مستقر کنید
برای استقرار ربات، ابتدا ربات آمازون لکس را وارد کنید (AppointmentSchedulerLex.zip
) را وارد حساب خود کنید.
- ورود به سیستم کنسول آمازون Lex V2.
- اگر اولین بار است که از آمازون لکس استفاده می کنید، صفحه خوش آمدگویی به شما نشان داده می شود، انتخاب کنید ایجاد ربات.
- وقتی صفحه ایجاد ربات خود را معرفی کردید، به پایین صفحه بروید و انتخاب کنید لغو کردن. اگر این اولین بار نیست که از آمازون لکس استفاده می کنید، این مرحله را نادیده بگیرید.
- را انتخاب کنید اعمال، و سپس وارد كردن.
- وارد AppointmentSchedulerBot برای نام ربات، آرشیو .zip را برای وارد کردن انتخاب کنید.
- تحت مجوزهای IAM، را انتخاب کنید با مجوزهای اساسی آمازون لکس یک نقش ایجاد کنید.
- تحت COPPA، انتخاب کنید نه.
- کلیک کنید وارد كردن.
- ربات را با کلیک بر روی نام ربات باز کنید.
- تحت گسترش در منوی سمت چپ، کلیک کنید نام مستعار، انتخاب کنید TestBotAlias کلیک کنید و انگلیسی (US) زیر زبان ها. انتخاب
AppointmentScheduler
عملکرد Lambda و کلیک کنید ذخیره.
- در قسمت Bot Versions در منوی سمت چپ، را انتخاب کنید اهداف و در سمت راست پایین صفحه کلیک کنید ساختن.
- [اختیاری] پس از تکمیل ساخت، کلیک کنید تست برای آزمایش ربات با استفاده از پنجره ای که در سمت راست ظاهر می شود (روی نماد میکروفون کلیک کنید تا با ربات خود صحبت کنید یا در کادر متن تایپ کنید).
یک نمونه اتصال آمازون راه اندازی کنید
برای تنظیم نمونه آمازون کانکت و جریان تماس، مراحل زیر را کامل کنید:
- یک نمونه آمازون کانکت راه اندازی کنید.
- رفتن به کنسول آمازون کانکت.
- اگر این اولین باری است که به کنسول آمازون کانکت میروید، صفحه خوشآمدگویی را میبینید، انتخاب کنید شروع کنید.
- اگر این اولین بار نیست که از Amazon Connect استفاده می کنید، کلیک کنید یک نمونه اضافه کنید.
- برای مدیریت هویت، انتخاب کنید کاربران را در آمازون کانکت ذخیره کنید.
- برای دسترسی به URL، یک نام منحصر به فرد برای نمونه خود تایپ کنید، به عنوان مثال،
AppointmentSchedulerDemo
، پس از آن را انتخاب کنید بعدی. - بر مدیر اضافه کنید صفحه، یک حساب سرپرست جدید برای Amazon Connect اضافه کنید. از این حساب استفاده کنید تا بعداً با استفاده از URL دسترسی یکتا به نمونه خود وارد شوید. کلیک مرحله بعدی.
- در دو صفحه بعدی - گزینه های تلفن و ذخیره سازی داده ها – تنظیمات پیش فرض را بپذیرید و انتخاب کنید مرحله بعدی.
- بر بررسی و ایجاد کنید صفحه ، انتخاب کنید ایجاد نمونه.
- ربات های آمازون لکس را به نمونه جدید آمازون کانکت خود اضافه کنید.
- وارد نمونه شوید و یک شماره تلفن درخواست کنید
- روی URL ورود برای نمونه اتصال خود کلیک کنید.
- اعتبار مدیری را که هنگام ایجاد نمونه وارد کردید وارد کنید. با این کار Connect Console باز می شود.
- از داشبورد، زیر کانال های ارتباطی خود را کاوش کنید را انتخاب کنید مشاهده شماره تلفن در سمت راست.
- کلیک کنید ادعای شماره.
- را انتخاب کنید کشور: و نوع پیش فرض را بگذارید DID (شماره گیری مستقیم به داخل)، یک شماره تلفن را از لیست کشویی انتخاب کنید و کلیک کنید بعدی.
- کلیک کنید ذخیره.
- اضافه کردن
OutboundQueue
- از منوی پیمایش در سمت چپ، را انتخاب کنید صف از منوی مسیریابی
- کلیک کنید اضافه کردن صف جدید.
- صف را نامگذاری کنید
OutboundQueue
، از منوی کرکره ای برای تنظیم ساعات کار بر روی ساعات اولیه استفاده کنید و از منوی بازشو برای شماره شناسه تماس گیرنده خروجی برای انتخاب شماره تلفنی که قبلاً ادعا کرده اید استفاده کنید.
- کلیک کنید صف جدید اضافه کنید.
- از منوی پیمایش در سمت چپ، را انتخاب کنید پروفایل های مسیریابی از کاربران منو.
- کلیک کنید نمایه مسیریابی اولیه. زیر مسیریابی صف های پروفایل، OutboundQueue را اضافه کنید و کلیک کنید ذخیره.
- شماره تلفن را به آن اضافه کنید
BasicQueue
- از منوی پیمایش در سمت چپ، را انتخاب کنید صف از منوی مسیریابی
- با کلیک بر روی
BasicQueue
. - در قسمت شماره شناسه تماس گیرنده خروجی، شماره تلفنی را که قبلاً ادعا کرده اید اضافه کنید.
- کلیک کنید ذخیره در گوشه بالا سمت راست
- وارد کنید
InboundCall
جریان تماس - سپس، این جریان را با شماره تلفن مرتبط کنید.
- وارد کنید
AgentWhisper
,CustomerWaiting
وOutboundCall
جریان های تماس- از منوی ناوبری سمت چپ، را انتخاب کنید تماس با ما جریانها زیر مسیریابی.
- کلیک کنید جریان Agent Whisper را ایجاد کنید.
- در سمت راست صفحه، روی فلش رو به پایین کلیک کرده و کلیک کنید جریان واردات (بتا).
- فایل AgentWhisper را پیدا کرده و انتخاب کنید وارد كردن.
- کلیک کنید منتشر کردن.
- به عقب برگردید جریان های تماس را لیست کرده و روی فلش رو به پایین در کنار کلیک کنید ایجاد جریان تماس.
- روی ایجاد کلیک کنید جریان صف مشتری.
- در سمت راست صفحه، روی فلش رو به پایین کلیک کنید و روی Import flow (بتا) کلیک کنید.
- یافتن
CustomerWaiting
فایل و Import را انتخاب کنید. - روی انتشار کلیک کنید.
- به لیست جریان های تماس برگردید و روی فلش رو به پایین در کنار ایجاد جریان مخاطب کلیک کنید.
- ایجاد جریان تماس را انتخاب کنید.
- در سمت راست صفحه، روی فلش رو به پایین کلیک کنید و روی Import flow (بتا) کلیک کنید.
- یافتن
OutboundCall
فایل را از مخزن GitHub که قبلا دانلود کرده بودید و Import را انتخاب کنید. - روی انتشار کلیک کنید.
ویرایش توابع لامبدا:
- رفتن به کنسول لامبدا.
- با کلیک بر روی
AppointmentScheduler
تابع. - با کلیک بر روی پیکر بندی و متغیرهای محیطی از منوی سمت چپ
- کلیک کنید ویرایش. مقدار را با Pinpoint خود جایگزین کنید شناسه پروژه و شماره تلفن تماس رایگاناست. کلیک کنید ذخیره.
- بازگشت به کنسول لامبدا و با کلیک بر روی
AppointmentSchedulerOutboundContact
تابع. - مراحل 3 و 4 را تکرار کنید و مقادیر را جایگزین کنید
CONTACT_FLOW
,INSTANCE_ID
وQUEUE_ID
با مقادیر صحیح کلیک ذخیره یک بار انجام شد- برای پیدا کردن شناسه جریان مخاطب، به آدرس بروید
OutboundCall
با Flow در آمازون Connect Console تماس بگیرید و روی فلش کناری کلیک کنید نمایش اطلاعات جریان اضافی شناسه جریان تماس آخرین مقدار پس از آن است جریان تماس/.
- برای پیدا کردن شناسه نمونه، به کنسول اتصال آمازون بروید و روی نام مستعار نمونه خود کلیک کنید. شناسه نمونه آخرین مقدار در ARN نمونه پس از آن است نمونه، مثال/.
- برای پیدا کردن شناسه صف، به آدرس بروید
OutboundQueue
در کنسول اتصال آمازون و روی فلش کناری کلیک کنید نمایش اطلاعات اضافی صف شناسه جریان تماس آخرین مقدار پس از آن است صف/.
- برای پیدا کردن شناسه جریان مخاطب، به آدرس بروید
Lex Bots و Amazon Connect Instance اکنون آماده راه اندازی هستند. در مرحله بعد، ما UI را مستقر خواهیم کرد.
ویرایش مسیر دروازه API:
- رفتن به کنسول API Gateway
- روی نمونه نامگذاری شده کلیک کنید قرار ملاقات
- در قسمت منابع، روی روش POST متعلق به منبع /outcall کلیک کنید.
- کلیک کنید درخواست ادغام.
- سپس روی نماد ویرایش در سمت راست قسمت Lambda Function کلیک کنید. سپس روی نماد تیک که در سمت راست قسمت متن ظاهر شده است کلیک کنید.
- برای افزودن مجوز به تابع Lambda روی OK کلیک کنید.
ایجاد رابط کاربری:
- UI را قبل از استقرار پیکربندی کنید
- در ویرایشگر کد دلخواه خود، آن را باز کنید ui پوشه از فایل های کد دانلود شده
- جایگزین کردن و با شناسه API خود (قابل دسترسی در زیر ستون ID از کنسول API Gateway) و منطقه منابع مستقر شده شما در خطوط زیر: 103، 168، 310، 397، 438، 453.
- جایگزین کردن با نام نمونه آمازون کانکت خود در خط 172 و 402.
- [اختیاری] یک نشانواره برنامه را در فایل index.js، خط 331 اضافه کنید:
در فایل index.html خط 5:
- در یک ترمینال، به مسیر بروید ui پوشه پروژه دانلود شده
- دویدن npm نصب کنید. چند دقیقه طول می کشد تا تکمیل شود.
- دویدن npm اجرا اسکریپت ساخت. این یک را ایجاد می کند ساخت پوشه در ui دایرکتوری.
- فایل های کد را به سطل S3 اضافه کنید:
- رفتن به کنسول S3.
- سطل مستقر شده با پشته CloudFormation را جستجو کنید، قرار ملاقات-زمانبندی-وب سایت-.
- محتویات را بکشید و رها کنید ساختن پوشه در دایرکتوری UI ایجاد شده در آخرین مرحله در سطل.
- کلیک کنید بارگذاری.
اکنون باید بتوانید از CloudFront Distribution به برنامه دسترسی داشته باشید.
- CloudFront Distribution را به عنوان منبع تایید شده اضافه کنید.
-
- به کنسول آمازون کانکت بروید.
- نام مستعار نمونه نمونه را انتخاب کنید که ربات را به آن اضافه کنید.
- مبداهای تایید شده را انتخاب کنید.
- روی + افزودن مبدا کلیک کنید و URL توزیع CloudFront خود را وارد کنید.
- روی افزودن کلیک کنید.
-
- اکنون به آدرس CloudFront Distribution به اضافه index.html بروید. (به عنوان مثال،
https:// <DistributionDomainName>.cloudfront.net/index.html
)
پاک کردن
یکی از این راه حل ها، مطمئن شوید که محیط AWS خود را تمیز کرده اید تا هزینه های ناخواسته متحمل نشوید.
- رفتن به کنسول S3، سطل خود را که توسط الگوی CloudFormation ایجاد شده است (انتصاب-زمانبندی-وب سایت) خالی کنید.
- رفتن به کنسول CloudFormation، پشته خود را حذف کنید. اطمینان حاصل کنید که تمام منابع مرتبط با این پشته با موفقیت حذف شده اند.
- رفتن به کنسول آمازون کانکت، نمونه خود را حذف کنید.
- رفتن به کنسول آمازون لکس، رباتی را که ایجاد کرده اید حذف کنید.
نتیجه
برای این وبلاگ، Accenture و AWS برای توسعه یک راه حل یادگیری ماشینی همکاری کردند که استفاده از خدمات AWS را برای ایجاد یک زمانبندی قرار ملاقات خودکار برجسته میکند. این راه حل نشان می دهد که ساخت یک راه حل زمان بندی قرار ملاقات در AWS چقدر آسان است. توانایی آمازون لکس برای پشتیبانی از خدمات پیام رسان شخص ثالث مانند پیام رسان متا، دسترسی بالقوه راه حل را در چندین کانال گسترش می دهد. اطلاع رسانی مشتری از طریق پیامک با حداقل تلاش با استفاده از Amazon Pinpoint اجرا می شود. با آمازون کانکت، یک شماره گیر خروجی به طور یکپارچه با برنامه وب نمایش تقویم ادغام می شود و کارمندان را قادر می سازد تا با یک دکمه ساده کلیک به تماس، فوراً به مشتریان متصل شوند.
می توانید با گروه تجاری Accenture AWS (AABG) به نوآوری سرعت بخشید. شما می توانید از منابع، تخصص فنی و دانش صنعت دو مبتکر پیشرو یاد بگیرید و به شما کمک می کند سرعت نوآوری را برای ارائه محصولات و خدمات مخرب تسریع کنید. AABG به مشتریان کمک می کند تا راه حل های ابری را برای مشتریان از طریق توسعه سریع نمونه اولیه ایده و نوآوری کنند. برای یادگیری و تسریع نحوه استفاده از یادگیری ماشینی در محصولات و خدمات خود، با تیم ما به آدرس accentureaws@amazon.com متصل شوید.
درباره نویسنده
سامیر گوئل یک معمار Sr. Solutions در هلند است که با ساختن نمونه های اولیه بر روی ابتکارات پیشرفته، موفقیت مشتری را هدایت می کند. قبل از پیوستن به AWS، سامیر با مدرک کارشناسی ارشد از بوستون، با تمرکز در علم داده فارغ التحصیل شد. او از ساختن و آزمایش پروژه های AI/ML روی Raspberry Pi لذت می برد.
نیک وارگاس مدیر و معمار فناوری در Accenture است. او تحویل پروژه را برای یک تیم نمونه سازی سریع در گروه تجاری Accenture AWS (AABG) رهبری می کند. او از پیاده روی صبحگاهی خود با سگش بینگو، مسافرت، رفتن به ساحل و پیاده روی لذت می برد.
آنا شرایبر بخشی از یک تیم نمونه سازی در گروه تجاری AWS Accenture (AABG) است. او بهعنوان یک توسعهدهنده ارشد AWS، روی چندین اثبات برجسته از مفاهیمی کار کرده است که به تحقق دیدگاه مشتری کمک میکند. وقتی کار نمیکند، از آشپزی، کاردستی و بازی کردن با کورگی گیملی خود لذت میبرد.
- Coinsmart. بهترین صرافی بیت کوین و کریپتو اروپا.
- پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی رایگان.
- CryptoHawk. رادار آلت کوین امتحان رایگان.
- منبع: https://aws.amazon.com/blogs/machine-learning/build-an-appointment-scheduler-interface-integrated-with-meta-using-amazon-lex-and-amazon-connect/
- "
- 100
- 9
- a
- توانایی
- شتاب دادن
- Accenture
- دسترسی
- در دسترس
- حساب
- در میان
- اضافی
- پیشرفت
- پیش
- AI
- معرفی
- اجازه می دهد تا
- آمازون
- API
- نرم افزار
- کاربرد
- برنامه های کاربردی
- وقت ملاقات
- معماری
- بایگانی
- مصنوعی
- هوش مصنوعی
- هوش مصنوعی (AI)
- وابسته
- مرتبط است
- خودکار بودن
- خودکار
- در دسترس
- AWS
- قبل از
- در زیر
- بتا
- میان
- صدور صورت حساب
- بلاگ
- مرز
- بوستون
- ربات
- رباتها
- جعبه
- به ارمغان بیاورد
- ساختن
- بنا
- ساخته شده در
- کسب و کار
- تقویم
- صدا
- دعوت کننده
- کانال
- بار
- را انتخاب کنید
- ادعا
- ابر
- رمز
- ستون
- کامل
- جزء
- اجزاء
- غلظت
- اتصال
- کنسول
- تماس
- شامل
- محتویات
- گفتگو
- گفتگو
- کشور
- ایجاد
- ایجاد شده
- ایجاد
- مجوزها و اعتبارات
- سفارشی
- مشتری
- موفقیت مشتری
- مشتریان
- لبه برش
- داشبورد
- داده ها
- علم اطلاعات
- پایگاه داده
- تحویل
- گسترش
- مستقر
- گسترش
- طرح
- جزئیات
- توسعه
- توسعه دهنده
- پروژه
- مختلف
- مستقیم
- نمایش دادن
- نفاق افکن
- توزیع
- پایین
- قطره
- هر
- سردبیر
- تلاش
- کارکنان
- قادر ساختن
- را قادر می سازد
- وارد
- وارد
- محیط
- مثال
- تخصص
- نام خانوادگی
- بار اول
- جریان
- پیروی
- قالب
- از جانب
- تابع
- توابع
- دروازه
- سوالات عمومی
- تولید می کنند
- GitHub
- رفتن
- گروه
- کمک
- کمک
- کمک می کند
- های لایت
- چگونه
- چگونه
- اما
- HTTPS
- ICON
- شناسایی
- هویت
- بلافاصله
- اجرا
- شاخص
- صنعت
- اطلاعات
- شالوده
- ابتکارات
- ابداع
- نوآوران
- نصب
- نمونه
- یکپارچه
- اطلاعات
- قصد
- اثر متقابل
- رابط
- IT
- دانش
- زبان
- راه اندازی
- برجسته
- منجر می شود
- یاد گرفتن
- یادگیری
- ترک کردن
- لاین
- خطوط
- فهرست
- محلی
- آرم
- دستگاه
- فراگیری ماشین
- ساخت
- باعث می شود
- مدیریت
- مدیر
- کتابچه راهنمای
- کارشناسی ارشد
- پیام
- رسول
- متا
- قدرت
- موبایل
- چندگانه
- نام
- طبیعی
- هدایت
- جهت یابی
- هلند
- بعد
- اخطار
- عدد
- پیشنهادات
- باز کن
- عمل
- گزینه
- بخش
- بازی
- سیاست
- ممکن
- پتانسیل
- اصلی
- روند
- محصولات
- مشخصات
- پروژه
- پروژه ها
- اثبات
- نمونه
- نمونه سازی
- ارائه
- ارائه
- فراهم می کند
- منتشر کردن
- رسیدن به
- واکنش نشان می دهند
- گرفتن
- منطقه
- مخزن
- درخواست
- ضروری
- منابع
- منابع
- نقش
- مسیر
- علم
- یکپارچه
- سلسله
- سرویس
- خدمات
- تنظیم
- چند
- نشان داده شده
- ساده
- SMS
- So
- جامد
- راه حل
- مزایا
- برخی از
- سخن گفتن
- پشته
- ذخیره سازی
- موفقیت
- موفقیت
- پشتیبانی
- تیم
- فنی
- پیشرفته
- پایانه
- آزمون
- La
- هلند
- شخص ثالث
- سه
- از طریق
- زمان
- بالا
- سفر
- ui
- زیر
- درک
- منحصر به فرد
- us
- استفاده کنید
- کاربران
- استفاده کنید
- ارزش
- چشم انداز
- دید
- وب
- مبتنی بر وب
- هفته
- خوش آمد
- چی
- چه شده است
- نجوا
- WHO
- در داخل
- مشغول به کار
- کارگر
- خواهد بود
- شما