ตัวแทน Generative AI สามารถสร้างการตอบสนองเหมือนมนุษย์และมีส่วนร่วมในการสนทนาด้วยภาษาธรรมชาติโดยการจัดการสายโซ่ของการเรียกไปยังโมเดลพื้นฐาน (FM) และเครื่องมือเสริมอื่น ๆ ตามการป้อนข้อมูลของผู้ใช้ แทนที่จะตอบสนองเฉพาะเจตนาที่กำหนดไว้ล่วงหน้าผ่านแผนผังการตัดสินใจแบบคงที่ เจ้าหน้าที่จะเป็นอิสระภายในบริบทของชุดเครื่องมือที่มีอยู่ อเมซอน เบดร็อค เป็นบริการที่มีการจัดการเต็มรูปแบบซึ่งทำให้ FM ชั้นนำจากบริษัท AI พร้อมใช้งานผ่าน API พร้อมด้วยเครื่องมือสำหรับนักพัฒนาเพื่อช่วยสร้างและปรับขนาดแอปพลิเคชัน AI ที่สร้างได้
ในโพสต์นี้ เราจะสาธิตวิธีสร้างตัวแทนบริการทางการเงินแบบ AI ที่ขับเคลื่อนโดย Amazon Bedrock ตัวแทนสามารถช่วยเหลือผู้ใช้ในการค้นหาข้อมูลบัญชีของตน กรอกใบสมัครขอสินเชื่อ หรือตอบคำถามที่เป็นภาษาธรรมชาติ ในขณะเดียวกันก็อ้างอิงแหล่งที่มาของคำตอบที่ให้มาด้วย โซลูชันนี้มีวัตถุประสงค์เพื่อทำหน้าที่เป็น Launchpad สำหรับนักพัฒนาเพื่อสร้างตัวแทนการสนทนาส่วนบุคคลของตนเองสำหรับแอปพลิเคชันต่างๆ เช่น พนักงานเสมือน และระบบสนับสนุนลูกค้า รหัสโซลูชันและเนื้อหาการปรับใช้สามารถพบได้ใน พื้นที่เก็บข้อมูล GitHub.
อเมซอน เล็กซ์ จัดเตรียมอินเทอร์เฟซความเข้าใจภาษาธรรมชาติ (NLU) และการประมวลผลภาษาธรรมชาติ (NLP) สำหรับโอเพ่นซอร์ส ตัวแทนการสนทนาของ LangChain ฝังอยู่ภายใน AWS ขยาย เว็บไซต์. ตัวแทนติดตั้งเครื่องมือซึ่งรวมถึง Anthropic Claude 2.1 FM ที่โฮสต์บน Amazon Bedrock และข้อมูลลูกค้าสังเคราะห์ที่จัดเก็บไว้ใน อเมซอน ไดนาโมดีบี และ อเมซอน เคนดรา เพื่อมอบความสามารถดังต่อไปนี้:
- ให้คำตอบที่เป็นส่วนตัว – ค้นหา DynamoDB สำหรับข้อมูลบัญชีลูกค้า เช่น รายละเอียดสรุปการจำนอง ยอดคงเหลือ และวันที่ชำระเงินครั้งถัดไป
- เข้าถึงความรู้ทั่วไป – ควบคุมตรรกะการให้เหตุผลของตัวแทนควบคู่กับข้อมูลจำนวนมหาศาลที่ใช้ในการฝึกอบรม FM ต่างๆ ที่ได้รับผ่าน Amazon Bedrock เพื่อสร้างการตอบกลับสำหรับการแจ้งเตือนของลูกค้า
- รวบรวมคำตอบที่แสดงความคิดเห็น – แจ้งการตอบกลับของตัวแทนโดยใช้ดัชนี Amazon Kendra ที่กำหนดค่าด้วยแหล่งข้อมูลที่เชื่อถือได้: เอกสารของลูกค้าที่จัดเก็บไว้ใน บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (Amazon S3) และ โปรแกรมรวบรวมข้อมูลเว็บ Amazon Kendra กำหนดค่าสำหรับเว็บไซต์ของลูกค้า
ภาพรวมโซลูชัน
บันทึกการสาธิต
การบันทึกการสาธิตต่อไปนี้เน้นฟังก์ชันการทำงานของตัวแทนและรายละเอียดการใช้งานด้านเทคนิค
สถาปัตยกรรมโซลูชัน
ไดอะแกรมต่อไปนี้แสดงสถาปัตยกรรมโซลูชัน
เวิร์กโฟลว์การตอบกลับของตัวแทนประกอบด้วยขั้นตอนต่อไปนี้:
- ผู้ใช้ดำเนินการโต้ตอบด้วยภาษาธรรมชาติกับตัวแทนผ่านทางเลือกของเว็บ SMS หรือช่องทางเสียง ช่องทางเว็บประกอบด้วยเว็บไซต์ที่โฮสต์ Amplify พร้อมด้วยแชทบอตฝังตัวของ Amazon Lex สำหรับลูกค้าสมมติ สามารถเลือกกำหนดค่าช่อง SMS และช่องเสียงได้โดยใช้ อเมซอน คอนเนค และ บูรณาการการส่งข้อความ สำหรับอเมซอนเล็กซ์ คำขอของผู้ใช้แต่ละรายการได้รับการประมวลผลโดย Amazon Lex เพื่อระบุเจตนาของผู้ใช้ผ่านกระบวนการที่เรียกว่าการจดจำเจตนา ซึ่งเกี่ยวข้องกับการวิเคราะห์และตีความอินพุตของผู้ใช้ (ข้อความหรือคำพูด) เพื่อทำความเข้าใจการกระทำหรือวัตถุประสงค์ที่ผู้ใช้ตั้งใจไว้
- จากนั้น Amazon Lex จะเรียกใช้ไฟล์ AWS แลมบ์ดา ตัวจัดการสำหรับการตอบสนองความตั้งใจของผู้ใช้ ฟังก์ชัน Lambda ที่เชื่อมโยงกับแชทบอตของ Amazon Lex มีตรรกะและกฎเกณฑ์ทางธุรกิจที่จำเป็นในการประมวลผลเจตนาของผู้ใช้ Lambda ดำเนินการเฉพาะหรือดึงข้อมูลตามข้อมูลที่ผู้ใช้ป้อน ตัดสินใจ และสร้างการตอบสนองที่เหมาะสม
- Lambda ติดตั้งตรรกะของตัวแทนบริการทางการเงินในฐานะตัวแทนการสนทนาของ LangChain ที่สามารถเข้าถึงข้อมูลเฉพาะของลูกค้าที่จัดเก็บไว้ใน DynamoDB จัดการคำตอบเชิงแสดงความคิดเห็นโดยใช้เอกสารและหน้าเว็บของคุณที่จัดทำดัชนีโดย Amazon Kendra และให้คำตอบความรู้ทั่วไปผ่าน FM บน Amazon Bedrock การตอบสนองที่สร้างโดย Amazon Kendra มีการระบุแหล่งที่มา ซึ่งสาธิตวิธีที่คุณสามารถให้ข้อมูลเชิงบริบทเพิ่มเติมแก่ตัวแทนผ่าน การดึงข้อมูล Augmented Generation (แร็ก). RAG ช่วยให้คุณปรับปรุงความสามารถของตัวแทนของคุณในการสร้างคำตอบที่แม่นยำและเกี่ยวข้องกับบริบทมากขึ้นโดยใช้ข้อมูลของคุณเอง
สถาปัตยกรรมตัวแทน
แผนภาพต่อไปนี้แสดงสถาปัตยกรรมเอเจนต์
เวิร์กโฟลว์การให้เหตุผลของตัวแทนประกอบด้วยขั้นตอนต่อไปนี้:
- ตัวแทนการสนทนาของ LangChain รวมเอาหน่วยความจำการสนทนาเพื่อให้สามารถตอบสนองต่อคำถามหลายข้อด้วยการสร้างบริบท หน่วยความจำนี้ช่วยให้ตัวแทนสามารถตอบกลับโดยคำนึงถึงบริบทของการสนทนาที่กำลังดำเนินอยู่ สิ่งนี้สามารถทำได้ผ่านการสร้างบริบท โดยที่ตัวแทนสร้างคำตอบที่เกี่ยวข้องและเหมาะสมตามบริบทโดยอิงตามข้อมูลที่จำได้จากการสนทนา พูดง่ายๆ ก็คือ ตัวแทนจะจดจำสิ่งที่พูดไปก่อนหน้านี้ และใช้ข้อมูลนั้นเพื่อตอบคำถามหลายๆ ข้อในลักษณะที่เหมาะสมในการสนทนาที่กำลังดำเนินอยู่ ตัวแทนของเราใช้ คลาสประวัติข้อความแชท DynamoDB ของ LangChain เป็นบัฟเฟอร์หน่วยความจำการสนทนาเพื่อให้สามารถจดจำการโต้ตอบในอดีตและปรับปรุงประสบการณ์ผู้ใช้ด้วยการตอบกลับที่มีความหมายและคำนึงถึงบริบทมากขึ้น
- เอเจนต์ใช้ Anthropic Claude 2.1 บน Amazon Bedrock เพื่อทำงานที่ต้องการให้เสร็จสิ้นผ่านชุดการป้อนข้อความที่สร้างขึ้นเองอย่างระมัดระวังซึ่งเรียกว่า แจ้ง. วัตถุประสงค์หลักของวิศวกรรมที่รวดเร็วคือการล้วงเอาการตอบสนองที่เฉพาะเจาะจงและแม่นยำจาก FM เทคนิคทางวิศวกรรมที่รวดเร็วที่แตกต่างกัน ได้แก่ :
- ซีโร่ช็อต – มีคำถามเดียวถูกนำเสนอต่อแบบจำลองโดยไม่มีเบาะแสเพิ่มเติม แบบจำลองนี้คาดว่าจะสร้างการตอบกลับตามคำถามที่กำหนดเท่านั้น
- ไม่กี่ช็อต – ชุดคำถามตัวอย่างและคำตอบที่เกี่ยวข้องจะรวมอยู่ก่อนคำถามจริง โดยการเปิดเผยโมเดลตามตัวอย่างเหล่านี้ โมเดลจะเรียนรู้ที่จะตอบสนองในลักษณะเดียวกัน
- ห่วงโซ่แห่งความคิด – รูปแบบเฉพาะของการแจ้งแบบไม่กี่ช็อต โดยที่การแจ้งได้รับการออกแบบให้มีขั้นตอนการให้เหตุผลระดับกลางหลายชุด โดยชี้นำแบบจำลองผ่านกระบวนการคิดเชิงตรรกะ และนำไปสู่คำตอบที่ต้องการในท้ายที่สุด
ตัวแทนของเราใช้การให้เหตุผลแบบลูกโซ่โดยดำเนินการชุดการดำเนินการเมื่อได้รับคำขอ หลังจากแต่ละการกระทำ เจ้าหน้าที่จะเข้าสู่ขั้นตอนการสังเกตซึ่งจะแสดงความคิดออกมา หากยังไม่ได้รับคำตอบสุดท้าย เจ้าหน้าที่จะทำซ้ำ โดยเลือกการกระทำที่แตกต่างกันเพื่อดำเนินการไปสู่คำตอบสุดท้าย ดูรหัสตัวอย่างต่อไปนี้:
คิด: ฉันจำเป็นต้องใช้เครื่องมือหรือไม่? ใช่
การดำเนินการ: การดำเนินการที่จะดำเนินการ
อินพุตการดำเนินการ: อินพุตของการดำเนินการ
การสังเกต: ผลของการกระทำ
คิด: ฉันจำเป็นต้องใช้เครื่องมือหรือไม่? เลขที่
ตัวแทน FSI: [คำตอบและเอกสารต้นฉบับ]
- ในฐานะที่เป็นส่วนหนึ่งของเส้นทางการให้เหตุผลที่แตกต่างกันของตัวแทนและตัวเลือกการประเมินตนเองเพื่อตัดสินใจแนวทางการดำเนินการต่อไป จึงมีความสามารถในการเข้าถึงแหล่งข้อมูลลูกค้าสังเคราะห์ผ่านทาง เครื่องมือ Amazon Kendra Index Retriever. เมื่อใช้ Amazon Kendra เอเจนต์จะทำการค้นหาตามบริบทในเนื้อหาประเภทต่างๆ มากมาย รวมถึงเอกสาร คำถามที่พบบ่อย ฐานความรู้ คู่มือ และเว็บไซต์ สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับแหล่งข้อมูลที่รองรับ โปรดดูที่ แหล่งข้อมูล. ตัวแทนมีอำนาจใช้เครื่องมือนี้เพื่อให้การตอบกลับความคิดเห็นของผู้ใช้ที่ควรตอบโดยใช้คลังความรู้ที่เชื่อถือได้และลูกค้าเป็นผู้จัดหา แทนที่จะใช้คลังความรู้ทั่วไปที่ใช้ในการฝึก Amazon Bedrock FM ล่วงหน้า
คู่มือการปรับใช้
ในส่วนต่อไปนี้ เราจะหารือเกี่ยวกับขั้นตอนสำคัญในการปรับใช้โซลูชัน รวมถึงการปรับใช้ก่อนและหลังการปรับใช้
ก่อนปรับใช้
ก่อนที่คุณจะปรับใช้โซลูชัน คุณต้องสร้างเวอร์ชันแยกของพื้นที่เก็บข้อมูลโซลูชันของคุณเองด้วยเว็บฮุคที่ปลอดภัยด้วยโทเค็น เพื่อปรับใช้เว็บไซต์ Amplify ของคุณอย่างต่อเนื่องโดยอัตโนมัติ การกำหนดค่า Amplify ชี้ไปที่แหล่งเก็บข้อมูล GitHub ที่ใช้สร้างส่วนหน้าของเว็บไซต์ของเรา
ส้อมและโคลน กำเนิด-ai-amazon-bedrock-langchain-ตัวแทน-ตัวอย่าง กรุ
- หากต้องการควบคุมซอร์สโค้ดที่สร้างเว็บไซต์ Amplify ของคุณ ให้ทำตามคำแนะนำใน แยกพื้นที่เก็บข้อมูล เพื่อแยกที่เก็บ generative-ai-amazon-bedrock-langchain-agent-example ซึ่งจะสร้างสำเนาของพื้นที่เก็บข้อมูลที่ถูกตัดการเชื่อมต่อจากฐานโค้ดดั้งเดิม ดังนั้นคุณจึงสามารถทำการแก้ไขได้อย่างเหมาะสม
- โปรดจดบันทึก URL ที่เก็บที่แยกไว้ของคุณเพื่อใช้โคลนที่เก็บในขั้นตอนถัดไป และเพื่อกำหนดค่าตัวแปรสภาพแวดล้อม GITHUB_PAT ที่ใช้ในสคริปต์การปรับใช้โซลูชันอัตโนมัติ
- โคลนพื้นที่เก็บข้อมูลแบบแยกส่วนของคุณโดยใช้คำสั่ง git clone:
สร้างโทเค็นการเข้าถึงส่วนตัวของ GitHub
เว็บไซต์ที่โฮสต์ Amplify ใช้ โทเค็นการเข้าถึงส่วนบุคคล GitHub (PAT) เป็นโทเค็น OAuth สำหรับการควบคุมแหล่งที่มาของบุคคลที่สาม โทเค็น OAuth ใช้เพื่อสร้างเว็บฮุคและคีย์การปรับใช้แบบอ่านอย่างเดียวโดยใช้การโคลน SSH
- หากต้องการสร้าง PAT ของคุณ ให้ทำตามคำแนะนำใน การสร้างโทเค็นการเข้าถึงส่วนบุคคล (คลาสสิก). คุณอาจต้องการใช้ แอป GitHub เพื่อเข้าถึงทรัพยากรในนามขององค์กรหรือเพื่อการบูรณาการที่มีอายุการใช้งานยาวนาน
- จดบันทึก PAT ของคุณก่อนปิดเบราว์เซอร์ คุณจะใช้เพื่อกำหนดค่าตัวแปรสภาพแวดล้อม GITHUB_PAT ที่ใช้ในสคริปต์การปรับใช้โซลูชันอัตโนมัติ สคริปต์จะเผยแพร่ PAT ของคุณไปที่ ผู้จัดการความลับของ AWS การใช้ อินเทอร์เฟซบรรทัดคำสั่ง AWS AWS คำสั่ง (AWS CLI) และชื่อลับจะถูกใช้เป็น GitHubTokenSecretName การก่อตัวของ AWS Cloud พารามิเตอร์.
การใช้งาน
สคริปต์การปรับใช้โซลูชันอัตโนมัติใช้เทมเพลต CloudFormation แบบกำหนดพารามิเตอร์ GenAI-FSI-Agent.ymlเพื่อจัดเตรียมทรัพยากรโซลูชันต่อไปนี้โดยอัตโนมัติ:
- เว็บไซต์ Amplify เพื่อจำลองสภาพแวดล้อมส่วนหน้าของคุณ
- บอต Amazon Lex ที่กำหนดค่าผ่านแพ็คเกจการปรับใช้การนำเข้าบอต
- ตาราง DynamoDB สี่ตาราง:
- UserPendingAccountsTable – บันทึกธุรกรรมที่ค้างอยู่ (เช่น การขอสินเชื่อ)
- ตารางบัญชีที่มีอยู่ของผู้ใช้ – มีข้อมูลบัญชีผู้ใช้ (เช่น สรุปบัญชีจำนอง)
- ตารางดัชนีการสนทนา – ติดตามสถานะการสนทนา
- ตารางสนทนา – เก็บประวัติการสนทนา
- บัคเก็ต S3 ที่ประกอบด้วยตัวจัดการตัวแทน Lambda, ตัวโหลดข้อมูล Lambda และแพ็คเกจการปรับใช้ Amazon Lex พร้อมด้วยคำถามที่พบบ่อยของลูกค้าและเอกสารตัวอย่างแอปพลิเคชันการจำนอง
- สองฟังก์ชันแลมบ์ดา:
- เจ้าหน้าที่จัดการตัวแทน – ประกอบด้วยตรรกะของตัวแทนการสนทนาของ LangChain ที่สามารถใช้เครื่องมือที่หลากหลายอย่างชาญฉลาดโดยอิงตามอินพุตของผู้ใช้
- ตัวโหลดข้อมูล – โหลดตัวอย่างข้อมูลบัญชีลูกค้าลงใน UserExistingAccountsTable และถูกเรียกใช้เป็นทรัพยากร CloudFormation แบบกำหนดเองระหว่างการสร้างสแต็ก
- เลเยอร์ Lambda สำหรับไลบรารี Amazon Bedrock Boto3, LangChain และ pdfrw เลเยอร์ดังกล่าวจัดเตรียมไลบรารี FM ของ LangChain พร้อมด้วยโมเดล Amazon Bedrock เป็น FM พื้นฐาน และจัดให้มี pdfrw เป็นไลบรารี PDF แบบโอเพ่นซอร์สสำหรับการสร้างและแก้ไขไฟล์ PDF
- ดัชนี Amazon Kendra ที่ให้ดัชนีที่สามารถค้นหาได้ของข้อมูลที่เชื่อถือได้ของลูกค้า รวมถึงเอกสาร คำถามที่พบบ่อย ฐานความรู้ คู่มือ เว็บไซต์ และอื่นๆ
- แหล่งข้อมูล Amazon Kendra สองแหล่ง:
- Amazon S3 – เจ้าภาพ ตัวอย่างเอกสารคำถามที่พบบ่อยของลูกค้า.
- โปรแกรมรวบรวมข้อมูลเว็บ Amazon Kendra – กำหนดค่าด้วยโดเมนรากที่จำลองเว็บไซต์เฉพาะของลูกค้า (เช่น .com)
- AWS Identity และการจัดการการเข้าถึง สิทธิ์ (IAM) สำหรับทรัพยากรก่อนหน้า
AWS CloudFormation เติมพารามิเตอร์สแต็กไว้ล่วงหน้าด้วยค่าเริ่มต้นที่ให้ไว้ในเทมเพลต หากต้องการระบุค่าอินพุตอื่น คุณสามารถระบุพารามิเตอร์เป็นตัวแปรสภาพแวดล้อมที่อ้างอิงในคู่ `ParameterKey=,ParameterValue=` ในคำสั่ง `aws cloudformation create-stack` ของเชลล์สคริปต์ต่อไปนี้
- ก่อนที่คุณจะรันเชลล์สคริปต์ ให้นำทางไปยังเวอร์ชันที่แยกส่วนของที่เก็บ generative-ai-amazon-bedrock-langchain-agent-example เป็นไดเร็กทอรีการทำงานของคุณ และแก้ไขสิทธิ์ของเชลล์สคริปต์เพื่อให้สามารถเรียกใช้งานได้:
- ตั้งค่าพื้นที่เก็บข้อมูล Amplify และตัวแปรสภาพแวดล้อม GitHub PAT ที่สร้างขึ้นระหว่างขั้นตอนก่อนการปรับใช้งาน:
- สุดท้าย รันสคริปต์การปรับใช้โซลูชันอัตโนมัติเพื่อปรับใช้ทรัพยากรของโซลูชัน รวมถึง GenAI-FSI-Agent.yml สแต็ก CloudFormation:
source ./create-stack.sh
สคริปต์การปรับใช้โซลูชันอัตโนมัติ
ก่อนหน้านี้ source ./create-stack.sh shell
คำสั่งรันคำสั่ง AWS CLI ต่อไปนี้เพื่อปรับใช้สแต็กโซลูชัน:
หลังปรับใช้
ในส่วนนี้ เราจะพูดถึงขั้นตอนหลังการปรับใช้งานสำหรับการเปิดตัวแอปพลิเคชันส่วนหน้าซึ่งมีจุดประสงค์เพื่อจำลองแอปพลิเคชันที่ใช้งานจริงของลูกค้า ตัวแทนบริการทางการเงินจะดำเนินการเป็นผู้ช่วยแบบฝังภายใน UI เว็บตัวอย่าง
เปิด UI เว็บสำหรับแชทบอทของคุณ
พื้นที่ UI ของเว็บ Amazon Lexหรือที่เรียกว่า Chatbot UI ช่วยให้คุณสามารถจัดเตรียมเว็บไคลเอ็นต์ที่ครอบคลุมสำหรับแชทบอทของ Amazon Lex ได้อย่างรวดเร็ว UI ทำงานร่วมกับ Amazon Lex เพื่อสร้างปลั๊กอิน JavaScript ที่จะรวมวิดเจ็ตแชทที่ขับเคลื่อนโดย Amazon Lex เข้ากับเว็บแอปพลิเคชันที่คุณมีอยู่ ในกรณีนี้ เราใช้ UI ของเว็บเพื่อจำลองเว็บแอปพลิเคชันของลูกค้าที่มีอยู่ด้วยแชทบอต Amazon Lex ที่ฝังอยู่ ทำตามขั้นตอนต่อไปนี้:
- ทำตามคำแนะนำเพื่อ ปรับใช้สแต็ก Amazon Lex web UI CloudFormation.
- บนคอนโซล AWS CloudFormation ให้นำทางไปยังสแต็ก Outputs แท็บและค้นหาค่าของ
SnippetUrl
.
- คัดลอกข้อมูลโค้ด Iframe ของ UI บนเว็บ ซึ่งจะมีลักษณะคล้ายกับรูปแบบด้านล่าง การเพิ่ม ChatBot UI ไปยังเว็บไซต์ของคุณเป็น Iframe.
- แก้ไขที่เก็บซอร์ส Amplify GitHub เวอร์ชันแยกของคุณโดยการเพิ่มปลั๊กอิน JavaScript ของ UI เว็บของคุณไปยังส่วนที่ติดป้ายกำกับ
<-- Paste your Lex Web UI JavaScript plugin here -->
สำหรับแต่ละไฟล์ HTML ภายใต้ ไดเรกทอรีส่วนหน้า:index.html
,contact.html
และabout.html
.
Amplify มอบไปป์ไลน์การสร้างและเผยแพร่อัตโนมัติที่ทริกเกอร์ตามการคอมมิตใหม่ไปยังพื้นที่เก็บข้อมูลที่แยกส่วนของคุณ และเผยแพร่เวอร์ชันใหม่ของเว็บไซต์ไปยังโดเมน Amplify ของคุณ คุณสามารถดูสถานะการใช้งานได้บนคอนโซล Amplify
เข้าถึงเว็บไซต์ขยาย
เมื่อติดตั้งปลั๊กอิน JavaScript ของ Amazon Lex web UI แล้ว คุณก็พร้อมที่จะเปิดเว็บไซต์สาธิต Amplify ของคุณแล้ว
- หากต้องการเข้าถึงโดเมนเว็บไซต์ของคุณ ให้ไปที่สแต็ก CloudFormation Outputs แท็บและค้นหา URL โดเมน Amplify หรือใช้คำสั่งต่อไปนี้:
- หลังจากที่คุณเข้าถึง URL โดเมน Amplify ของคุณแล้ว คุณสามารถดำเนินการทดสอบและยืนยันได้
การทดสอบและการตรวจสอบ
ขั้นตอนการทดสอบต่อไปนี้มีจุดมุ่งหมายเพื่อตรวจสอบให้แน่ใจว่าตัวแทนระบุและเข้าใจเจตนาของผู้ใช้ในการเข้าถึงข้อมูลลูกค้า (เช่น ข้อมูลบัญชี) อย่างถูกต้อง บรรลุขั้นตอนการทำงานทางธุรกิจผ่านเจตนาที่กำหนดไว้ล่วงหน้า (เช่น กรอกใบสมัครสินเชื่อ) และตอบคำถามทั่วไป เช่น พร้อมท์ตัวอย่างต่อไปนี้:
- เหตุใดฉันจึงควรใช้
- อัตราการแข่งขันมีแค่ไหน?
- ฉันควรใช้การจำนองประเภทใด?
- แนวโน้มการจำนองในปัจจุบันคืออะไร?
- ฉันต้องเก็บเงินดาวน์เท่าไหร่?
- ฉันจะต้องจ่ายค่าใช้จ่ายอื่นใดอีกบ้างเมื่อปิดการขาย?
ความแม่นยำในการตอบสนองถูกกำหนดโดยการประเมินความเกี่ยวข้อง ความเชื่อมโยง และธรรมชาติของคำตอบที่สร้างโดย Amazon Bedrock ที่ให้บริการ Anthropic Claude 2.1 FM ลิงก์แหล่งที่มาที่มาพร้อมกับการตอบกลับแต่ละรายการ (เช่น .com ตามการกำหนดค่า Amazon Kendra Web Crawler) ควรได้รับการยืนยันว่าน่าเชื่อถือเช่นกัน
ให้คำตอบที่เป็นส่วนตัว
ตรวจสอบว่าตัวแทนเข้าถึงและใช้ข้อมูลลูกค้าที่เกี่ยวข้องใน DynamoDB ได้สำเร็จ เพื่อปรับแต่งการตอบสนองเฉพาะผู้ใช้
โปรดทราบว่าการใช้การตรวจสอบสิทธิ์ PIN ภายในเอเจนต์มีไว้เพื่อการสาธิตเท่านั้น และไม่ควรนำไปใช้ในการใช้งานจริงใดๆ
รวบรวมคำตอบที่แสดงความคิดเห็น
ตรวจสอบว่าตัวแทนตอบคำถามที่แสดงความคิดเห็นได้อย่างน่าเชื่อถือโดยจัดหาคำตอบอย่างถูกต้องตามเอกสารของลูกค้าที่เชื่อถือได้และหน้าเว็บที่จัดทำดัชนีโดย Amazon Kendra
ส่งมอบการสร้างบริบท
กำหนดความสามารถของตัวแทนในการให้คำตอบที่เกี่ยวข้องตามบริบทโดยพิจารณาจากประวัติการแชทก่อนหน้า
เข้าถึงความรู้ทั่วไป
ยืนยันการเข้าถึงข้อมูลความรู้ทั่วไปของตัวแทนสำหรับคำถามที่ไม่เจาะจงลูกค้าและไม่มีความคิดเห็น ซึ่งต้องการคำตอบที่แม่นยำและสอดคล้องกันโดยอิงตามข้อมูลการฝึกอบรม Amazon Bedrock FM และ RAG
เรียกใช้ความตั้งใจที่กำหนดไว้ล่วงหน้า
ตรวจสอบให้แน่ใจว่าตัวแทนตีความอย่างถูกต้องและปฏิบัติตามการสนทนาของผู้ใช้ที่มีจุดประสงค์เพื่อกำหนดเส้นทางไปยังจุดประสงค์ที่กำหนดไว้ล่วงหน้า เช่น การกรอกใบสมัครสินเชื่อโดยเป็นส่วนหนึ่งของเวิร์กโฟลว์ทางธุรกิจ
ต่อไปนี้เป็นเอกสารการสมัครสินเชื่อผลลัพธ์ที่กรอกผ่านขั้นตอนการสนทนา
สามารถทดสอบฟังก์ชันการทำงานสนับสนุนหลายช่องทางร่วมกับมาตรการประเมินก่อนหน้านี้ทั่วทั้งเว็บ SMS และช่องทางเสียง สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการรวมแชทบอทเข้ากับบริการอื่น ๆ โปรดดูที่ การรวมบอต Amazon Lex V2 เข้ากับ Twilio SMS และ เพิ่มบอต Amazon Lex ไปยัง Amazon Connect.
ทำความสะอาด
เพื่อหลีกเลี่ยงการเรียกเก็บเงินในบัญชี AWS ของคุณ ให้ล้างทรัพยากรที่จัดเตรียมไว้ของโซลูชัน
- เพิกถอนโทเค็นการเข้าถึงส่วนบุคคลของ GitHub GitHub PAT ได้รับการกำหนดค่าด้วยค่าการหมดอายุ หากคุณต้องการให้แน่ใจว่า PAT ของคุณไม่สามารถใช้สำหรับการเข้าถึงทางโปรแกรมไปยังพื้นที่เก็บข้อมูล Amplify GitHub ที่แยกไว้ของคุณก่อนที่จะถึงวันหมดอายุ คุณสามารถเพิกถอน PAT ได้โดยปฏิบัติตาม คำแนะนำของ repo GitHub.
- ลบสแตก GenAI-FSI-Agent.yml CloudFormation และทรัพยากรโซลูชันอื่นๆ โดยใช้สคริปต์อัตโนมัติในการลบโซลูชัน คำสั่งต่อไปนี้ใช้ชื่อสแต็กเริ่มต้น หากคุณปรับแต่งชื่อสแต็ก ให้ปรับคำสั่งตามนั้น
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
สคริปต์อัตโนมัติการลบโซลูชัน
พื้นที่
delete-stack.sh shell
script จะลบทรัพยากรที่ได้รับการจัดเตรียมไว้แต่แรกโดยใช้สคริปต์การปรับใช้โซลูชันอัตโนมัติ รวมถึงสแตก GenAI-FSI-Agent.yml CloudFormation
สิ่งที่ควรพิจารณา
แม้ว่าโซลูชันในโพสต์นี้จะแสดงความสามารถของตัวแทนบริการทางการเงิน AI เชิงสร้างสรรค์ที่ขับเคลื่อนโดย Amazon Bedrock แต่สิ่งสำคัญคือต้องรับรู้ว่าโซลูชันนี้ยังไม่พร้อมสำหรับการผลิต แต่ทำหน้าที่เป็นตัวอย่างที่ชัดเจนสำหรับนักพัฒนาที่ต้องการสร้างตัวแทนการสนทนาส่วนบุคคลสำหรับแอปพลิเคชันที่หลากหลาย เช่น พนักงานเสมือน และระบบสนับสนุนลูกค้า เส้นทางสู่การใช้งานจริงของนักพัฒนาจะต้องวนซ้ำโซลูชันตัวอย่างนี้โดยมีข้อควรพิจารณาดังต่อไปนี้
การรักษาความปลอดภัยและความเป็นส่วนตัว
รับประกันความปลอดภัยของข้อมูลและความเป็นส่วนตัวของผู้ใช้ตลอดกระบวนการนำไปใช้ ใช้การควบคุมการเข้าถึงและกลไกการเข้ารหัสที่เหมาะสมเพื่อปกป้องข้อมูลที่ละเอียดอ่อน โซลูชันต่างๆ เช่น ตัวแทนบริการทางการเงินแบบ generative AI จะได้รับประโยชน์จากข้อมูลที่ FM พื้นฐานยังไม่สามารถใช้ได้ ซึ่งมักจะหมายความว่าคุณจะต้องการใช้ข้อมูลส่วนตัวของคุณเองเพื่อเพิ่มขีดความสามารถที่ยิ่งใหญ่ที่สุด พิจารณาแนวทางปฏิบัติที่ดีที่สุดต่อไปนี้:
- เก็บมันไว้เป็นความลับ ให้มันปลอดภัย – คุณจะต้องต้องการให้ข้อมูลนี้ได้รับการปกป้องอย่างสมบูรณ์ ปลอดภัย และเป็นส่วนตัวในระหว่างกระบวนการสร้าง และต้องการควบคุมวิธีการแบ่งปันและใช้งานข้อมูลนี้
- สร้างรั้วกั้นการใช้งาน – ทำความเข้าใจว่าบริการใช้ข้อมูลอย่างไรก่อนที่จะเผยแพร่ให้กับทีมของคุณ สร้างและแจกจ่ายกฎว่าข้อมูลใดบ้างที่สามารถนำไปใช้กับบริการใดได้ ทำให้สิ่งเหล่านี้ชัดเจนกับทีมของคุณ เพื่อให้พวกเขาสามารถเคลื่อนที่ได้อย่างรวดเร็วและสร้างต้นแบบได้อย่างปลอดภัย
- เกี่ยวข้องกับกฎหมายไม่ช้าก็เร็ว – ให้ทีมกฎหมายของคุณตรวจสอบข้อกำหนดและเงื่อนไขและบัตรบริการของบริการที่คุณวางแผนจะใช้ก่อนที่คุณจะเริ่มเรียกใช้ข้อมูลที่ละเอียดอ่อนผ่านบริการเหล่านั้น พันธมิตรทางกฎหมายของคุณไม่เคยมีความสำคัญมากไปกว่าที่เป็นอยู่ในปัจจุบัน
เป็นตัวอย่างวิธีที่เราคิดเกี่ยวกับเรื่องนี้ที่ AWS กับ Amazon Bedrock: ข้อมูลทั้งหมดได้รับการเข้ารหัสและไม่ออกจาก VPC ของคุณ และ Amazon Bedrock จะสร้างสำเนา FM ฐานแยกต่างหากที่ลูกค้าสามารถเข้าถึงได้เท่านั้น พร้อมการปรับแต่งหรือ ฝึกฝนสำเนาส่วนตัวของโมเดลนี้
การทดสอบการยอมรับของผู้ใช้
ดำเนินการทดสอบการยอมรับของผู้ใช้ (UAT) กับผู้ใช้จริงเพื่อประเมินประสิทธิภาพ การใช้งาน และความพึงพอใจของตัวแทนบริการทางการเงิน generative AI รวบรวมคำติชมและทำการปรับปรุงที่จำเป็นตามข้อมูลของผู้ใช้
การปรับใช้และการตรวจสอบ
ปรับใช้เอเจนต์ที่ได้รับการทดสอบเต็มรูปแบบบน AWS และใช้การตรวจสอบและการบันทึกเพื่อติดตามประสิทธิภาพ ระบุปัญหา และเพิ่มประสิทธิภาพระบบตามความจำเป็น คุณสมบัติการตรวจสอบและแก้ไขปัญหา Lambda ถูกเปิดใช้งานตามค่าเริ่มต้นสำหรับตัวจัดการ Lambda ของตัวแทน
การบำรุงรักษาและการปรับปรุง
อัปเดตตัวแทนด้วยเวอร์ชันและข้อมูล FM ล่าสุดเป็นประจำเพื่อเพิ่มความแม่นยำและประสิทธิผล ตรวจสอบข้อมูลเฉพาะของลูกค้าใน DynamoDB และซิงโครไนซ์การจัดทำดัชนีแหล่งข้อมูล Amazon Kendra ของคุณตามความจำเป็น
สรุป
ในโพสต์นี้ เราได้เจาะลึกโลกที่น่าตื่นเต้นของตัวแทน AI เจนเนอเรชั่น และความสามารถของพวกเขาในการอำนวยความสะดวกในการโต้ตอบเหมือนมนุษย์ผ่านการประสานการโทรไปยัง FM และเครื่องมือเสริมอื่น ๆ โดยการปฏิบัติตามคู่มือนี้ คุณสามารถใช้ Bedrock, LangChain และทรัพยากรของลูกค้าที่มีอยู่เพื่อนำไปใช้ ทดสอบ และตรวจสอบตัวแทนที่เชื่อถือได้ซึ่งให้ความช่วยเหลือทางการเงินที่แม่นยำและเป็นส่วนตัวแก่ผู้ใช้ผ่านการสนทนาด้วยภาษาธรรมชาติ
ในโพสต์ที่กำลังจะมาถึง เราจะสาธิตวิธีการส่งมอบฟังก์ชันเดียวกันนี้โดยใช้แนวทางอื่นด้วย ตัวแทนของ Amazon Bedrock และ ฐานความรู้สำหรับ Amazon Bedrock. การใช้งานที่จัดการโดย AWS อย่างเต็มรูปแบบนี้จะศึกษาเพิ่มเติมถึงวิธีการนำเสนอระบบอัตโนมัติอัจฉริยะและความสามารถในการค้นหาข้อมูลผ่านตัวแทนส่วนบุคคลที่เปลี่ยนวิธีที่ผู้ใช้โต้ตอบกับแอปพลิเคชันของคุณ ทำให้การโต้ตอบเป็นธรรมชาติ มีประสิทธิภาพ และประสิทธิผลมากขึ้น
เกี่ยวกับผู้เขียน
ไคล์ ที. บล็อคซัม เป็นสถาปนิกโซลูชันอาวุโสที่มี AWS ประจำอยู่ในแคลิฟอร์เนียตอนใต้ ความปรารถนาของ Kyle คือการนำผู้คนมารวมกันและใช้ประโยชน์จากเทคโนโลยีเพื่อนำเสนอโซลูชันที่ลูกค้าชื่นชอบ นอกเหนือจากงาน เขาสนุกกับการเล่นกระดานโต้คลื่น รับประทานอาหาร มวยปล้ำกับสุนัขของเขา และเอาใจหลานสาวและหลานชายของเขา
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- $ ขึ้น
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- ความสามารถ
- เกี่ยวกับเรา
- การยอมรับ
- เข้า
- สามารถเข้าถึงได้
- การเข้าถึง
- ตาม
- ลงชื่อเข้าใช้
- ความถูกต้อง
- ถูกต้อง
- ประสบความสำเร็จ
- ข้าม
- กระทำ
- การกระทำ
- การปฏิบัติ
- ที่เกิดขึ้นจริง
- เพิ่ม
- เพิ่มเติม
- ตัวแทน
- ตัวแทน
- AI
- การเล็ง
- จุดมุ่งหมาย
- ทั้งหมด
- ช่วยให้
- ตาม
- แล้ว
- ด้วย
- ทางเลือก
- อเมซอน
- อเมซอน เคนดรา
- อเมซอน เล็กซ์
- Amazon Web Services
- จำนวน
- ขยาย
- an
- วิเคราะห์
- และ
- คำตอบ
- คำตอบ
- มานุษยวิทยา
- ใด
- API
- การใช้งาน
- การใช้งาน
- เข้าใกล้
- เหมาะสม
- สถาปัตยกรรม
- เป็น
- AS
- การประเมินผล
- สินทรัพย์
- ช่วยเหลือ
- ความช่วยเหลือ
- ผู้ช่วย
- ที่เกี่ยวข้อง
- At
- เติม
- การยืนยันตัวตน
- โดยอัตโนมัติ
- อัตโนมัติ
- อัตโนมัติ
- อิสระ
- ใช้ได้
- หลีกเลี่ยง
- AWS
- การก่อตัวของ AWS Cloud
- AWS แลมบ์ดา
- ยอดคงเหลือ
- ฐาน
- ตาม
- BE
- รับ
- ก่อน
- ตัวแทน
- ประโยชน์
- ที่ดีที่สุด
- ปฏิบัติที่ดีที่สุด
- ที่ใหญ่ที่สุด
- ธ ปท
- นำมาซึ่ง
- กันชน
- สร้าง
- สร้าง
- สร้าง
- ธุรกิจ
- by
- แคลิฟอร์เนีย
- ที่เรียกว่า
- โทร
- CAN
- ความสามารถในการ
- ความสามารถ
- สามารถ
- การ์ด
- รอบคอบ
- กรณี
- CD
- โซ่
- เปลี่ยนแปลง
- ช่อง
- ช่อง
- โหลด
- พูดคุย
- chatbot
- chatbots
- ทางเลือก
- ทางเลือก
- คลาสสิก
- ปลาเดยส์
- ชัดเจน
- ไคลเอนต์
- ปิด
- รหัส
- ฐานรหัส
- สอดคล้องกัน
- COM
- มุ่งมั่น
- บริษัท
- การแข่งขัน
- ประกอบ
- สมบูรณ์
- เสร็จ
- อย่างสมบูรณ์
- เสร็จสิ้น
- ครอบคลุม
- เงื่อนไข
- องค์ประกอบ
- การกำหนดค่า
- ยืนยัน
- ร่วม
- พิจารณา
- การพิจารณา
- ปลอบใจ
- บรรจุ
- มี
- เนื้อหา
- ประเภทเนื้อหา
- สิ่งแวดล้อม
- ตามบริบท
- ต่อเนื่องกัน
- ควบคุม
- การควบคุม
- การประชุม
- การสนทนา
- การสนทนา
- การสนทนา
- ได้อย่างถูกต้อง
- ตรงกัน
- ค่าใช้จ่าย
- คอร์ส
- ไม้เลื้อย
- สร้าง
- ที่สร้างขึ้น
- สร้าง
- การสร้าง
- การสร้าง
- น่าเชื่อถือ
- ปัจจุบัน
- ประเพณี
- ลูกค้า
- ข้อมูลลูกค้า
- Customer Support
- ลูกค้า
- การปรับแต่ง
- ข้อมูล
- ความปลอดภัยของข้อมูล
- ตัดสินใจ
- การตัดสินใจ
- การตัดสินใจ
- ค่าเริ่มต้น
- ส่งมอบ
- ส่ง
- สาธิต
- สาธิต
- แสดงให้เห็นถึง
- ปรับใช้
- การใช้งาน
- ได้รับการออกแบบ
- ที่ต้องการ
- รายละเอียด
- กำหนด
- แน่นอน
- ผู้พัฒนา
- นักพัฒนา
- บทสนทนา
- ต่าง
- ตัดการเชื่อมต่อ
- สนทนา
- การสนทนา
- กระจาย
- หลาย
- do
- เอกสาร
- เอกสาร
- ทำ
- สุนัข
- โดเมน
- ลง
- ร่าง
- สอง
- ในระหว่าง
- e
- แต่ละ
- ก่อน
- เสียงสะท้อน
- มีประสิทธิภาพ
- ประสิทธิผล
- ที่มีประสิทธิภาพ
- ที่ฝัง
- เปิดการใช้งาน
- ที่มีการเข้ารหัส
- การเข้ารหัสลับ
- น่าสนใจ
- ชั้นเยี่ยม
- เสริม
- ทำให้มั่นใจ
- รุก
- สิ่งแวดล้อม
- พร้อม
- จำเป็น
- ประเมินค่า
- การประเมินการ
- ตัวอย่าง
- ตัวอย่าง
- น่าตื่นเต้น
- ที่มีอยู่
- ที่คาดหวัง
- ประสบการณ์
- การหมดอายุ
- หมดอายุ
- สำรวจ
- ส่งออก
- เป็นการแสดงออก
- อำนวยความสะดวก
- คำถามที่พบบ่อย
- ข้อเสนอแนะ
- เนื้อไม่มีมัน
- ไฟล์
- สุดท้าย
- ทางการเงิน
- บริการทางการเงิน
- หา
- ปลาย
- ไหล
- ปฏิบัติตาม
- ดังต่อไปนี้
- สำหรับ
- ส้อม
- รูป
- พบ
- รากฐาน
- ราคาเริ่มต้นที่
- ส่วนหน้า
- การตอบสนอง
- อย่างเต็มที่
- ฟังก์ชัน
- ฟังก์ชั่น
- ฟังก์ชั่น
- ต่อไป
- รวบรวม
- General
- สร้าง
- สร้าง
- สร้าง
- การสร้าง
- รุ่น
- กำเนิด
- กำเนิด AI
- ไป
- GitHub
- กำหนด
- ให้คำแนะนำ
- ที่แนะนำ
- เทียม
- มี
- he
- ช่วย
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- ไฮไลท์
- ของเขา
- ประวัติ
- เป็นเจ้าภาพ
- เจ้าภาพ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTML
- ที่ http
- HTTPS
- i
- ระบุ
- แยกแยะ
- เอกลักษณ์
- if
- แสดงให้เห็นถึง
- การดำเนินการ
- การดำเนินงาน
- นำเข้า
- สำคัญ
- การปรับปรุง
- in
- ประกอบด้วย
- รวม
- รวมถึง
- รวมทั้ง
- รวมเข้าด้วยกัน
- รวม
- ดัชนี
- การจัดทำดัชนี
- แจ้ง
- ข้อมูล
- อินพุต
- ปัจจัยการผลิต
- แทน
- คำแนะนำการใช้
- เครื่องมือ
- รวม
- การบูรณาการ
- การผสานรวม
- ฉลาด
- ตั้งใจว่า
- ความตั้งใจ
- โต้ตอบ
- ปฏิสัมพันธ์
- อินเตอร์เฟซ
- ภายใน
- เข้าไป
- เรียก
- จะเรียก
- ปัญหา
- IT
- ITS
- JavaScript
- jpg
- กระโดด
- เก็บ
- คีย์
- ความรู้
- ที่รู้จักกัน
- ภาษา
- ล่าสุด
- เปิดตัว
- การเปิดตัว
- Launchpad
- ชั้น
- ชั้นนำ
- เรียนรู้
- ทิ้ง
- กฎหมาย
- เลฟเวอเรจ
- ห้องสมุด
- ห้องสมุด
- กดไลก์
- Line
- การเชื่อมโยง
- loader
- โหลด
- เงินกู้
- การเข้าสู่ระบบ
- ตรรกะ
- ตรรกะ
- ความรัก
- ลด
- ทำ
- ทำให้
- การทำ
- การจัดการ
- ผู้จัดการ
- ลักษณะ
- อาจ..
- มีความหมาย
- วิธี
- มาตรการ
- กลไก
- หน่วยความจำ
- ข่าวสาร
- ครึ่ง
- เอ็มไอที
- แบบ
- โมเดล
- การปรับเปลี่ยน
- แก้ไข
- การตรวจสอบ
- การตรวจสอบ
- ข้อมูลเพิ่มเติม
- จำนอง
- ย้าย
- มาก
- หลาย
- ต้อง
- ชื่อ
- การตั้งชื่อ
- โดยธรรมชาติ
- ประมวลผลภาษาธรรมชาติ
- ธรรมชาติ
- นำทาง
- จำเป็น
- จำเป็นต้อง
- จำเป็น
- ไม่เคย
- ใหม่
- ถัดไป
- NLP
- nlu
- ไม่
- หมายเหตุ
- ตอนนี้
- รับรอง
- วัตถุประสงค์
- การสังเกต
- of
- เสนอ
- มักจะ
- on
- ต่อเนื่อง
- เพียง
- เปิด
- โอเพนซอร์ส
- ทำงาน
- มีความเห็น
- เพิ่มประสิทธิภาพ
- or
- กำลังเตรียมการ
- ประสาน
- organizacja
- เป็นต้นฉบับ
- แต่เดิม
- อื่นๆ
- ของเรา
- เอาท์พุท
- ด้านนอก
- เกิน
- ภาพรวม
- ของตนเอง
- แพ็คเกจ
- แพคเกจ
- คู่
- พารามิเตอร์
- พารามิเตอร์
- ส่วนหนึ่ง
- พาร์ทเนอร์
- กิเลส
- อดีต
- เส้นทาง
- เส้นทาง
- ชำระ
- การชำระเงิน
- รูปแบบไฟล์ PDF
- คาราคาซัง
- คน
- ดำเนินการ
- การปฏิบัติ
- ดำเนินการ
- สิทธิ์
- ส่วนบุคคล
- ส่วนบุคคล
- ท่อ
- สถานที่
- แผนการ
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- กรุณา
- เสียบเข้าไป
- จุด
- โพสต์
- อำนาจ
- ขับเคลื่อน
- การปฏิบัติ
- มาก่อน
- ที่กำหนดไว้ล่วงหน้า
- ชอบ
- นำเสนอ
- ก่อน
- ประถม
- ความเป็นส่วนตัว
- ส่วนตัว
- ขั้นตอนการ
- ดำเนิน
- กระบวนการ
- แปรรูปแล้ว
- การประมวลผล
- ก่อ
- การผลิต
- การผลิต
- การเขียนโปรแกรม
- ความคืบหน้า
- แจ้ง
- ป้องกัน
- การป้องกัน
- ต้นแบบ
- ให้
- ให้
- ให้
- บทบัญญัติ
- สาธารณะ
- ประกาศ
- เผยแพร่
- วัตถุประสงค์
- วัตถุประสงค์
- คำสั่ง
- คำถาม
- คำถาม
- อย่างรวดเร็ว
- พิสัย
- ราคา
- ค่อนข้าง
- ต้นน้ำ
- ถึง
- พร้อม
- จริง
- การได้รับ
- การรับรู้
- รับรู้
- การบันทึก
- บันทึก
- อ้างอิง
- ปล่อย
- ตรงประเด็น
- น่าเชื่อถือ
- รีโมท
- กรุ
- ขอ
- ต้องการ
- จำเป็นต้องใช้
- ทรัพยากร
- แหล่งข้อมูล
- ตอบสนอง
- คำตอบ
- การตอบสนอง
- ผล
- ผลลัพธ์
- ทบทวน
- ราก
- กฎระเบียบ
- วิ่ง
- วิ่ง
- ทำงาน
- อย่างปลอดภัย
- กล่าวว่า
- เดียวกัน
- ความพอใจ
- ที่บันทึกไว้
- ขนาด
- ต้นฉบับ
- ค้นหา
- ลับ
- ความลับ
- Section
- ส่วน
- ปลอดภัย
- ความปลอดภัย
- เห็น
- การเลือก
- ความรู้สึก
- มีความละเอียดอ่อน
- แยก
- ชุด
- ให้บริการอาหาร
- บริการ
- บริการ
- ชุด
- ที่ใช้ร่วมกัน
- เปลือก
- น่า
- คล้ายคลึงกัน
- ง่าย
- ที่เรียบง่าย
- เดียว
- SMS
- เศษเล็กเศษน้อย
- So
- เพียงผู้เดียว
- ทางออก
- โซลูชัน
- แหล่ง
- รหัสแหล่งที่มา
- แหล่งที่มา
- การจัดหา
- ทางใต้
- โดยเฉพาะ
- การพูด
- กอง
- เริ่มต้น
- สถานะ
- คงที่
- Status
- เข้าพัก
- ขั้นตอน
- ขั้นตอน
- การเก็บรักษา
- เก็บไว้
- ร้านค้า
- สไตล์
- ประสบความสำเร็จ
- อย่างเช่น
- ชุด
- สรุป
- วัสดุสิ้นเปลือง
- สนับสนุน
- ระบบสนับสนุน
- ที่สนับสนุน
- สังเคราะห์
- ระบบ
- ระบบ
- ช่างตัดเสื้อ
- เอา
- ตามกันไป
- งาน
- ทีม
- วิชาการ
- เทคนิค
- เทคโนโลยี
- เทมเพลต
- เงื่อนไขการใช้บริการ
- ข้อกำหนดและเงื่อนไข
- ทดสอบ
- การทดสอบ
- การทดสอบ
- ข้อความ
- กว่า
- ที่
- พื้นที่
- ข้อมูล
- ที่มา
- ของพวกเขา
- พวกเขา
- แล้วก็
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- พวกเขา
- คิด
- ของบุคคลที่สาม
- นี้
- คิดว่า
- ตลอด
- ตลอด
- ไปยัง
- ในวันนี้
- ร่วมกัน
- โทเค็น
- เครื่องมือ
- เครื่องมือ
- ไปทาง
- ลู่
- การฝึกอบรม
- รถไฟ
- การทำธุรกรรม
- แปลง
- ต้นไม้
- แนวโน้ม
- จริง
- เพลง
- ชนิด
- ชนิด
- ui
- ในที่สุด
- ภายใต้
- พื้นฐาน
- เข้าใจ
- ความเข้าใจ
- เข้าใจ
- ที่กำลังมา
- บันทึก
- เมื่อ
- URL
- การใช้งาน
- การใช้
- ใช้
- มือสอง
- ผู้ใช้งาน
- ประสบการณ์ของผู้ใช้
- ความเป็นส่วนตัวของผู้ใช้
- ผู้ใช้
- ใช้
- การใช้
- ใช้ประโยชน์
- ตรวจสอบความถูกต้อง
- การตรวจสอบ
- ความคุ้มค่า
- ความคุ้มค่า
- ตัวแปร
- ความหลากหลาย
- ต่างๆ
- กว้างใหญ่
- ตรวจสอบ
- รุ่น
- รุ่น
- ผ่านทาง
- รายละเอียด
- เสมือน
- เสียงพูด
- รอ
- ต้องการ
- คือ
- ทาง..
- we
- เว็บ
- โปรแกรมประยุกต์บนเว็บ
- บริการเว็บ
- Website
- เว็บไซต์
- คือ
- อะไร
- ที่
- ในขณะที่
- กว้าง
- ช่วงกว้าง
- วิดเจ็ต
- จะ
- กับ
- ภายใน
- ไม่มี
- งาน
- แรงงาน
- เวิร์กโฟลว์
- ขั้นตอนการทำงาน
- การทำงาน
- โลก
- จะ
- ใช่
- ยัง
- คุณ
- ของคุณ
- ลมทะเล
- รหัสไปรษณีย์