Генеративні агенти штучного інтелекту здатні створювати відповіді, схожі на людину, і брати участь у розмовах природною мовою, організовуючи ланцюжок викликів базових моделей (FM) та інших інструментів доповнення на основі введення користувача. Замість того, щоб лише виконувати заздалегідь визначені наміри через статичне дерево рішень, агенти є автономними в контексті свого набору доступних інструментів. Amazon Bedrock це повністю керована служба, яка робить доступними провідні FM від компаній штучного інтелекту через API разом із інструментами розробника, які допомагають створювати та масштабувати генеративні програми штучного інтелекту.
У цій публікації ми демонструємо, як створити генеративний агент фінансових послуг AI на базі Amazon Bedrock. Агент може допомогти користувачам знайти інформацію про їхній обліковий запис, заповнити заявку на кредит або відповісти на питання природною мовою, а також посилатися на джерела для наданих відповідей. Це рішення призначене для роботи в якості стартової панелі для розробників для створення власних персоналізованих розмовних агентів для різних програм, таких як віртуальні працівники та системи підтримки клієнтів. Код рішення та ресурси розгортання можна знайти в GitHub сховище.
Амазон Лекс надає інтерфейс розуміння природної мови (NLU) і обробки природної мови (NLP) для відкритого коду Розмовний агент LangChain вбудовані в AWS Amplify веб-сайт. Агент оснащений інструментами, які включають Anthropic Claude 2.1 FM, розміщений на Amazon Bedrock, і синтетичні дані клієнтів, що зберігаються на Amazon DynamoDB та Амазонка Кендра надати наступні можливості:
- Надайте персоналізовані відповіді – Запит DynamoDB для отримання інформації про обліковий запис клієнта, такої як відомості про іпотеку, заборгованість і дату наступного платежу
- Доступ до загальних знань – Використовуйте логіку аргументації агента в поєднанні з величезними обсягами даних, які використовуються для попереднього навчання різних FM-повідомлень, які надаються через Amazon Bedrock, для отримання відповідей на будь-які запити клієнтів.
- Підберіть впевнені відповіді – Інформуйте відповіді агентів за допомогою індексу Amazon Kendra, налаштованого з авторитетними джерелами даних: документи клієнтів, що зберігаються в Служба простого зберігання Amazon (Amazon S3) і Веб-сканер Amazon Kendra налаштований для веб-сайту клієнта
Огляд рішення
Демо-запис
Наступний демонстраційний запис висвітлює функціональність агента та деталі технічної реалізації.
Архітектура рішення
Наступна діаграма ілюструє архітектуру рішення.
Процес відповіді агента включає такі кроки:
- Користувачі ведуть діалог з агентом природною мовою за допомогою веб-каналів, SMS-повідомлень або голосових каналів. Веб-канал містить веб-сайт Amplify із вбудованим чат-ботом Amazon Lex для фіктивного клієнта. SMS і голосові канали можна додатково налаштувати за допомогою Amazon Connect та інтеграції обміну повідомленнями для Amazon Lex. Amazon Lex обробляє кожен запит користувача, щоб визначити намір користувача за допомогою процесу, який називається розпізнаванням наміру, який передбачає аналіз та інтерпретацію введених користувачем даних (тексту чи мови), щоб зрозуміти заплановану дію або мету користувача.
- Потім Amazon Lex викликає an AWS Lambda обробник для виконання намірів користувача. Функція Lambda, пов’язана з чат-ботом Amazon Lex, містить логіку та бізнес-правила, необхідні для обробки намірів користувача. Lambda виконує певні дії або отримує інформацію на основі введення користувача, приймає рішення та генерує відповідні відповіді.
- Lambda інструментує логіку агента фінансових послуг як розмовний агент LangChain, який може отримати доступ до даних про клієнта, що зберігаються в DynamoDB, підбирати впевнені відповіді, використовуючи ваші документи та веб-сторінки, проіндексовані Amazon Kendra, і надавати загальні відповіді через FM на Amazon Bedrock. Відповіді, створені Amazon Kendra, включають посилання на джерело, демонструючи, як ви можете надати додаткову контекстну інформацію агенту за допомогою Доповнена генерація пошуку (КРАГ). RAG дозволяє розширити здатність вашого агента генерувати більш точні та відповідні контексту відповіді, використовуючи ваші власні дані.
Архітектура агента
Наступна діаграма ілюструє архітектуру агента.
Робочий процес аргументації агента включає такі кроки:
- Розмовний агент LangChain включає пам’ять розмов, щоб він міг відповідати на численні запити за допомогою контекстної генерації. Ця пам'ять дозволяє агенту надавати відповіді, які враховують контекст поточної розмови. Це досягається за допомогою контекстної генерації, коли агент генерує релевантні та відповідні контексту відповіді на основі інформації, яку він запам’ятав із розмови. Простіше кажучи, агент запам’ятовує те, що було сказано раніше, і використовує цю інформацію, щоб відповісти на численні запитання таким чином, щоб мати сенс у поточній дискусії. Наш агент використовує Клас історії повідомлень чату DynamoDB від LangChain як буфер пам’яті розмови, щоб він міг згадати минулі взаємодії та покращити взаємодію з користувачем за допомогою більш значущих відповідей, що залежать від контексту.
- Агент використовує Anthropic Claude 2.1 на Amazon Bedrock, щоб виконати бажане завдання за допомогою серії ретельно створених самостійно текстових вводів, відомих як підказок. Основна мета оперативного проектування полягає в тому, щоб отримати конкретні та точні відповіді від FM. Різні методи оперативного проектування включають:
- Нульовий постріл – До моделі ставиться одне запитання без додаткових підказок. Очікується, що модель генеруватиме відповідь виключно на задане запитання.
- Малорозстріляний – Набір зразків запитань і відповідних відповідей включено перед самим запитанням. Піддаючи модель цим прикладам, вона вчиться реагувати подібним чином.
- Ланцюг думок – Спеціальний стиль короткочасних підказок, де підказка розроблена так, щоб містити серію проміжних кроків міркування, які направляють модель через логічний процес мислення, що зрештою призводить до бажаної відповіді.
Наш агент використовує ланцюжок думок, виконуючи набір дій після отримання запиту. Після кожної дії агент переходить на етап спостереження, де він висловлює думку. Якщо остаточна відповідь ще не отримана, агент виконує ітерацію, вибираючи різні дії для досягнення остаточної відповіді. Перегляньте наступний приклад коду:
Думка: чи потрібно мені використовувати інструмент? Так
Дія: дія, яку потрібно виконати
Введення дії: введення в дію
Спостереження: результат дії
Думка: чи потрібно мені використовувати інструмент? Немає
Агент FSI: [відповідь та вихідні документи]
- У рамках різних шляхів міркування агента та вибору самостійної оцінки для прийняття рішення про наступний курс дій, він має можливість отримати доступ до синтетичних джерел даних про клієнтів через Інструмент Amazon Kendra Index Retriever. Використовуючи Amazon Kendra, агент виконує контекстний пошук у широкому діапазоні типів вмісту, включаючи документи, поширені запитання, бази знань, посібники та веб-сайти. Додаткову інформацію про підтримувані джерела даних див Джерела даних. Агент має повноваження використовувати цей інструмент, щоб надавати впевнені відповіді на підказки користувача, на які слід відповідати за допомогою авторитетної бібліотеки знань, наданої клієнтом, замість більш загального корпусу знань, який використовується для попереднього навчання Amazon Bedrock FM.
Посібник із розгортання
У наступних розділах ми обговорюємо ключові кроки для розгортання рішення, включно з попереднім розгортанням і після розгортання.
Попереднє розгортання
Перш ніж розгортати рішення, вам потрібно створити власну розгалужену версію сховища рішень із захищеним токеном веб-хуком, щоб автоматизувати безперервне розгортання вашого веб-сайту Amplify. Конфігурація Amplify вказує на вихідний репозиторій GitHub, на основі якого створено інтерфейс нашого веб-сайту.
Вилка і клон generative-ai-amazon-bedrock-langchain-agent-example Сховище
- Щоб керувати вихідним кодом, який створює ваш веб-сайт Amplify, дотримуйтесь інструкцій у Форк репозиторію для розгалуження репозиторію generative-ai-amazon-bedrock-langchain-agent-example. Це створює копію репозиторію, відключену від початкової бази коду, тож ви можете внести відповідні зміни.
- Будь ласка, запам’ятайте URL-адресу свого розгалуженого сховища, щоб використовувати його для клонування сховища на наступному кроці та для налаштування змінної середовища GITHUB_PAT, яка використовується в сценарії автоматизації розгортання рішення.
- Клонуйте свій розгалужений репозиторій за допомогою команди git clone:
Створіть особистий маркер доступу GitHub
Розміщений веб-сайт Amplify використовує a Особистий маркер доступу GitHub (PAT) як маркер OAuth для стороннього керування джерелами. Маркер OAuth використовується для створення вебхуку та ключа розгортання лише для читання за допомогою клонування SSH.
- Щоб створити свій PAT, дотримуйтесь інструкцій у Створення особистого маркера доступу (класичний). Ви можете віддати перевагу використанню a Додаток GitHub для доступу до ресурсів від імені організації або для тривалої інтеграції.
- Зверніть увагу на свій PAT, перш ніж закривати веб-переглядач — ви використовуватимете його для налаштування змінної середовища GITHUB_PAT, яка використовується в сценарії автоматизації розгортання рішення. Сценарій опублікує ваш PAT на Менеджер секретів AWS використання Інтерфейс командного рядка AWS (AWS CLI) і секретне ім’я використовуватиметься як GitHubTokenSecretName AWS CloudFormation параметр.
розгортання
Сценарій автоматизації розгортання рішення використовує параметризований шаблон CloudFormation, GenAI-FSI-Agent.yml, щоб автоматизувати надання наступних ресурсів рішення:
- Веб-сайт Amplify для імітації зовнішнього середовища.
- Бот Amazon Lex, налаштований за допомогою пакета розгортання для імпорту ботів.
- Чотири таблиці DynamoDB:
- UserPendingAccountsTable – Записи незавершених транзакцій (наприклад, заявки на кредит).
- UserExistingAccountsTable – Містить інформацію про обліковий запис користувача (наприклад, підсумок іпотечного рахунку).
- ConversationIndexTable – Відстежує стан розмови.
- ConversationTable – Зберігає історію розмов.
- Відро S3, яке містить обробник агента Lambda, завантажувач даних Lambda та пакети розгортання Amazon Lex, а також поширені запитання клієнтів і приклади документів для заявки на іпотеку.
- Дві лямбда-функції:
- Обробник агента – Містить логіку розмовного агента LangChain, яка може інтелектуально використовувати різноманітні інструменти на основі введення користувача.
- Завантажувач даних – Завантажує приклади даних облікового запису клієнта в UserExistingAccountsTable і викликається як спеціальний ресурс CloudFormation під час створення стеку.
- Рівень лямбда для бібліотек Amazon Bedrock Boto3, LangChain і pdfrw. Рівень забезпечує FM-бібліотеку LangChain моделлю Amazon Bedrock як основою FM і надає pdfrw як PDF-бібліотеку з відкритим кодом для створення та редагування PDF-файлів.
- Індекс Amazon Kendra, який надає доступний для пошуку індекс достовірної інформації клієнтів, включаючи документи, поширені запитання, бази знань, посібники, веб-сайти тощо.
- Два джерела даних Amazon Kendra:
- Amazon S3 – Господарі ан приклад документа поширених запитань клієнтів.
- Веб-сканер Amazon Kendra – Налаштовано з кореневим доменом, який емулює веб-сайт клієнта (наприклад, .com).
- Управління ідентифікацією та доступом AWS (IAM) дозволи для попередніх ресурсів.
AWS CloudFormation попередньо заповнює параметри стека значеннями за замовчуванням, наданими в шаблоні. Щоб надати альтернативні вхідні значення, ви можете вказати параметри як змінні середовища, на які посилаються пари `ParameterKey=,ParameterValue=` у команді `aws cloudformation create-stack` наступного сценарію оболонки.
- Перш ніж запускати сценарій оболонки, перейдіть до своєї розгалуженої версії сховища generative-ai-amazon-bedrock-langchain-agent-example як робочого каталогу та змініть дозволи сценарію оболонки на виконуваний файл:
- Налаштуйте репозиторій Amplify і змінні середовища GitHub PAT, створені на етапах перед розгортанням:
- Нарешті, запустіть сценарій автоматизації розгортання рішення, щоб розгорнути ресурси рішення, включаючи GenAI-FSI-Agent.yml Стек CloudFormation:
source ./create-stack.sh
Сценарій автоматизації розгортання рішення
Попереднє source ./create-stack.sh shell
команда запускає такі команди AWS CLI для розгортання стека рішень:
Після розгортання
У цьому розділі ми обговорюємо кроки після розгортання для запуску інтерфейсної програми, яка призначена для емуляції робочої програми клієнта. Агент фінансових послуг працюватиме як вбудований помічник у прикладі веб-інтерфейсу користувача.
Запустіть веб-інтерфейс для свого чат-бота
Команда Веб-інтерфейс Amazon Lex, також відомий як користувальницький інтерфейс чат-бота, дозволяє швидко створити комплексний веб-клієнт для чат-ботів Amazon Lex. Інтерфейс користувача інтегрується з Amazon Lex для створення плагіна JavaScript, який включатиме віджет чату на основі Amazon Lex у вашу існуючу веб-програму. У цьому випадку ми використовуємо веб-інтерфейс для емуляції існуючої веб-програми клієнта з вбудованим чат-ботом Amazon Lex. Виконайте наступні дії:
- Дотримуйтесь інструкцій, щоб розгорнути стек Amazon Lex web UI CloudFormation.
- На консолі AWS CloudFormation перейдіть до стека Виходи і знайдіть значення для
SnippetUrl
.
- Скопіюйте фрагмент веб-інтерфейсу iframe, який нагадуватиме наведений нижче формат Додавання інтерфейсу користувача ChatBot на ваш сайт як iframe.
- Відредагуйте свою розгалужену версію сховища вихідних кодів Amplify GitHub, додавши свій плагін JavaScript веб-інтерфейсу до розділу з позначкою
<-- Paste your Lex Web UI JavaScript plugin here -->
для кожного з файлів HTML під зовнішній каталог:index.html
,contact.html
таabout.html
.
Amplify забезпечує автоматизований конвеєр збирання та випуску, який запускається на основі нових комітів до вашого розгалуженого сховища та публікує нову версію вашого веб-сайту у вашому домені Amplify. Ви можете переглянути статус розгортання на консолі Amplify.
Перейдіть на веб-сайт Amplify
Завдяки плагіну JavaScript веб-інтерфейсу Amazon Lex ви готові запустити демонстраційний веб-сайт Amplify.
- Щоб отримати доступ до домену свого веб-сайту, перейдіть до стеку CloudFormation Виходи і знайдіть URL-адресу домену Amplify. Крім того, скористайтеся такою командою:
- Отримавши доступ до URL-адреси свого домену Amplify, ви можете продовжити тестування та перевірку.
Тестування та перевірка
Наступна процедура тестування спрямована на перевірку того, що агент правильно визначає та розуміє наміри користувача щодо доступу до даних клієнта (наприклад, інформації про обліковий запис), виконання бізнес-процесів за допомогою попередньо визначених намірів (наприклад, заповнення заявки на кредит) і відповідей на загальні запити, наприклад такі приклади підказок:
- Чому я повинен використовувати ?
- Наскільки конкурентоспроможними є їхні тарифи?
- Який вид іпотеки я маю використовувати?
- Які сучасні іпотечні тенденції?
- Скільки мені потрібно заощадити для першого внеску?
- Які ще витрати я сплачу під час закриття?
Точність відповіді визначається шляхом оцінки релевантності, узгодженості та людського характеру відповідей, створених Amazon Bedrock, наданих Anthropic Claude 2.1 FM. Посилання на джерела, надані в кожній відповіді (наприклад, .com на основі конфігурації Amazon Kendra Web Crawler), також мають бути підтверджені як достовірні.
Надайте персоналізовані відповіді
Переконайтеся, що агент успішно отримує доступ і використовує релевантну інформацію про клієнта в DynamoDB, щоб адаптувати відповіді для конкретного користувача.
Зауважте, що використання автентифікації за допомогою PIN-коду в агенті лише для демонстраційних цілей і не повинно використовуватися в будь-якій робочій реалізації.
Підберіть впевнені відповіді
Переконайтеся, що на запитання, які висловлюються, відповідатимуть достовірні відповіді агента, який правильно шукатиме відповіді на основі авторитетних документів клієнтів і веб-сторінок, проіндексованих Amazon Kendra.
Забезпечте контекстну генерацію
Визначте здатність агента надавати релевантні відповіді на основі попередньої історії чату.
Доступ до загальних знань
Підтвердьте доступ агента до інформації про загальні знання для запитів, які не стосуються конкретного клієнта, не мають думок, які вимагають точних і узгоджених відповідей на основі навчальних даних Amazon Bedrock FM і RAG.
Запустіть попередньо визначені наміри
Переконайтеся, що агент правильно інтерпретує та розмовно виконує підказки користувача, які мають бути спрямовані на заздалегідь визначені наміри, наприклад, заповнення заявки на кредит як частину бізнес-процесу.
Нижче наведено результуючий документ заявки на позику, заповнений за допомогою розмовного потоку.
Функціональність багатоканальної підтримки можна перевірити разом із попередніми заходами оцінювання через Інтернет, SMS і голосові канали. Додаткову інформацію про інтеграцію чат-бота з іншими службами див Інтеграція бота Amazon Lex V2 із Twilio SMS та Додайте бота Amazon Lex до Amazon Connect.
Прибирати
Щоб уникнути стягнення плати у вашому обліковому записі AWS, очистіть надані ресурси рішення.
- Відкликайте особистий маркер доступу GitHub. GitHub PAT налаштовано зі значенням терміну дії. Якщо ви хочете переконатися, що ваш PAT не можна використовувати для програмного доступу до розгалуженого репозиторію Amplify GitHub до закінчення терміну його дії, ви можете відкликати PAT, виконавши вказівки Інструкції GitHub repo.
- Видаліть стек GenAI-FSI-Agent.yml CloudFormation та інші ресурси рішення за допомогою сценарію автоматизації видалення рішення. Наступні команди використовують назву стека за замовчуванням. Якщо ви налаштували назву стека, відповідно відкоригуйте команди.
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
Сценарій автоматизації видалення рішення
Команда
delete-stack.sh shell
сценарій видаляє ресурси, які спочатку були надані за допомогою сценарію автоматизації розгортання рішення, включаючи стек GenAI-FSI-Agent.yml CloudFormation.
Міркування
Хоча рішення в цій публікації демонструє можливості генеративного агента фінансових послуг штучного інтелекту на базі Amazon Bedrock, важливо визнати, що це рішення не готове до виробництва. Він скоріше служить ілюстративним прикладом для розробників, які прагнуть створити персоналізованих розмовних агентів для різноманітних програм, таких як віртуальні працівники та системи підтримки клієнтів. Шлях розробника до виробництва буде повторювати цей приклад рішення з такими міркуваннями.
Безпека і конфіденційність
Забезпечте безпеку даних і конфіденційність користувачів протягом усього процесу впровадження. Застосуйте належний контроль доступу та механізми шифрування для захисту конфіденційної інформації. Такі рішення, як generative AI financial services agent, виграють від даних, які ще не доступні базовому FM, що часто означає, що ви захочете використовувати власні особисті дані для найбільшого збільшення можливостей. Розгляньте наведені нижче практичні поради.
- Тримайте це в таємниці, тримайте в безпеці – Ви хочете, щоб ці дані залишалися повністю захищеними, безпечними та конфіденційними під час процесу генерації, і ви хочете контролювати, як ці дані надаються та використовуються.
- Встановіть використання огорожі – Зрозумійте, як дані використовуються службою, перш ніж зробити їх доступними для ваших команд. Створюйте та розповсюджуйте правила щодо того, які дані можна використовувати з якою службою. Поясніть це своїм командам, щоб вони могли швидко рухатися та створювати прототипи безпечно.
- Раніше залучайте юридичну службу – Нехай ваші юридичні команди переглянуть положення та умови та картки послуг служб, якими ви плануєте користуватися, перш ніж розпочати через них будь-які конфіденційні дані. Ваші юридичні партнери ніколи не були настільки важливими, як сьогодні.
Як приклад того, як ми думаємо про це в AWS з Amazon Bedrock: усі дані зашифровані та не залишають ваш VPC, а Amazon Bedrock створює окрему копію базового FM, доступну лише для клієнтів, і тонкі налаштування або тренує цю приватну копію моделі.
Прийнятне тестування користувача
Проведіть тестування прийнятності користувачами (UAT) з реальними користувачами, щоб оцінити продуктивність, зручність використання та задоволеність генеративним агентом фінансових послуг ШІ. Збирайте відгуки та вносьте необхідні покращення на основі інформації користувача.
Розгортання та моніторинг
Розгорніть повністю перевірений агент на AWS і запровадьте моніторинг і журналювання, щоб відстежувати його продуктивність, виявляти проблеми та оптимізувати систему за потреби. Лямбда-моніторинг і функції усунення несправностей увімкнено за замовчуванням для обробника Lambda агента.
Технічне обслуговування та оновлення
Регулярно оновлюйте агент останніми версіями FM і даними, щоб підвищити його точність і ефективність. Відстежуйте дані клієнта в DynamoDB і за потреби синхронізуйте індексацію джерела даних Amazon Kendra.
Висновок
У цьому дописі ми заглибились у захоплюючий світ генеративних агентів штучного інтелекту та їхню здатність сприяти взаємодії, схожій на людину, шляхом оркестровки дзвінків до FM та інших додаткових інструментів. Дотримуючись цього посібника, ви можете використовувати Bedrock, LangChain та наявні клієнтські ресурси для успішного впровадження, тестування та перевірки надійного агента, який надає користувачам точну та персоналізовану фінансову допомогу за допомогою розмов природною мовою.
У наступній публікації ми продемонструємо, як ту саму функцію можна реалізувати за допомогою альтернативного підходу Агенти Amazon Bedrock та База знань для Amazon Bedrock. Ця реалізація, повністю керована AWS, далі вивчатиме, як запропонувати інтелектуальну автоматизацію та можливості пошуку даних за допомогою персоналізованих агентів, які змінюють спосіб взаємодії користувачів із вашими програмами, роблячи взаємодію більш природною, ефективною та результативною.
Про автора
Кайл Т. Блоксом є старшим архітектором рішень у AWS у Південній Каліфорнії. Пристрасть Кайла — об’єднувати людей і використовувати технології для надання рішень, які подобаються клієнтам. Поза роботою він любить займатися серфінгом, їсти, боротися зі своїм собакою та балувати племінницю та племінника.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
- джерело: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- : має
- :є
- : ні
- :де
- $UP
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- здатність
- МЕНЮ
- прийняття
- доступ
- доступною
- доступ до
- відповідно
- рахунки
- точність
- точний
- досягнутий
- через
- Діяти
- дію
- дії
- фактичний
- додати
- Додатковий
- Агент
- агенти
- AI
- прицілювання
- Цілі
- ВСІ
- дозволяє
- по
- вже
- Також
- альтернатива
- Amazon
- Амазонка Кендра
- Амазон Лекс
- Amazon Web Services
- суми
- посилюватися
- an
- Аналізуючи
- та
- відповідь
- Відповіді
- Антропний
- будь-який
- API
- додаток
- застосування
- підхід
- відповідний
- архітектура
- ЕСТЬ
- AS
- оцінка
- Активи
- допомогу
- Допомога
- Помічник
- асоційований
- At
- збільшено
- Authentication
- автоматизувати
- Автоматизований
- Автоматизація
- автономний
- доступний
- уникнути
- AWS
- AWS CloudFormation
- AWS Lambda
- Balance
- база
- заснований
- BE
- було
- перед тим
- імені
- користь
- КРАЩЕ
- передового досвіду
- найбільший
- Бот
- приносити
- буфера
- будувати
- Будує
- побудований
- бізнес
- by
- Каліфорнія
- званий
- Виклики
- CAN
- можливості
- можливості
- здатний
- Cards
- обережно
- випадок
- CD
- ланцюг
- зміна
- Канал
- канали
- вантажі
- чат
- Chatbot
- chatbots
- вибір
- вибір
- classic
- очистити
- ясно
- клієнт
- закриття
- код
- кодова база
- КОГЕРЕНТНИЙ
- COM
- зобов'язується
- Компанії
- конкурентоспроможний
- взаємодоповнюючі
- повний
- Зроблено
- повністю
- завершення
- всеосяжний
- Умови
- конфігурація
- налаштувати
- Підтверджено
- зв'язок
- Вважати
- міркування
- Консоль
- містити
- містить
- зміст
- Типи вмісту
- контекст
- контекстуальний
- безперервний
- контроль
- управління
- Конвенція
- Розмова
- діалоговий
- розмови
- правильно
- Відповідний
- витрати
- Курс
- гусеничний
- створювати
- створений
- створює
- створення
- створення
- достовірний
- Поточний
- виготовлений на замовлення
- клієнт
- дані про клієнтів
- підтримка клієнтів
- Клієнти
- налаштувати
- дані
- безпеку даних
- вирішувати
- рішення
- рішення
- дефолт
- доставляти
- поставляється
- демонстрація
- демонструвати
- демонстрація
- розгортання
- розгортання
- призначений
- бажаний
- деталі
- Визначати
- певний
- Розробник
- розробників
- Діалог
- різний
- відключившись
- обговорювати
- обговорення
- поширювати
- Різне
- do
- документ
- документація
- робить
- Пес
- домен
- вниз
- проект
- два
- під час
- e
- кожен
- Раніше
- нудьгувати
- Ефективний
- ефективність
- ефективний
- вбудований
- включений
- зашифрованих
- шифрування
- залучення
- Машинобудування
- підвищувати
- забезпечувати
- Входить
- Навколишнє середовище
- обладнаний
- істотний
- оцінювати
- оцінки
- приклад
- Приклади
- захоплюючий
- існуючий
- очікуваний
- досвід
- витікання
- термін дії
- дослідити
- експорт
- висловлює
- фасилітувати
- FAQ
- зворотний зв'язок
- філе
- Файли
- остаточний
- фінансовий
- фінансові послуги
- виявлення
- кінець
- потік
- стежити
- після
- для
- вилка
- формат
- знайдений
- фонд
- від
- Frontend
- виконання
- повністю
- функція
- функціональність
- Функції
- далі
- збирати
- Загальне
- породжувати
- генерується
- генерує
- породжує
- покоління
- генеративний
- Генеративний ШІ
- Git
- GitHub
- даний
- керівництво
- керівництво
- збруя
- Мати
- he
- допомога
- тут
- основний момент
- його
- історія
- відбувся
- хостів
- Як
- How To
- HTML
- HTTP
- HTTPS
- i
- ідентифікує
- ідентифікувати
- Особистість
- if
- ілюструє
- здійснювати
- реалізація
- імпорт
- важливо
- поліпшення
- in
- включати
- включені
- includes
- У тому числі
- включати
- об'єднує
- індекс
- індексований
- повідомити
- інформація
- вхід
- витрати
- замість
- інструкції
- інструменти
- Інтеграція
- Інтеграція
- інтеграцій
- Розумний
- призначених
- намір
- взаємодіяти
- Взаємодії
- інтерфейс
- внутрішній
- в
- викликали
- викликає
- питання
- IT
- ЙОГО
- JavaScript
- JPG
- стрибати
- тримати
- ключ
- знання
- відомий
- мова
- останній
- запуск
- запуск
- Лаунчпад
- шар
- провідний
- вчиться
- Залишати
- легальний
- Важіль
- libraries
- бібліотека
- як
- Лінія
- зв'язку
- завантажувач
- вантажі
- позику
- каротаж
- логіка
- логічний
- любов
- знизити
- зробити
- РОБОТИ
- Робить
- вдалося
- менеджер
- манера
- Може..
- значущим
- засоби
- заходи
- механізми
- пам'ять
- повідомлення
- зустрів
- MIT
- модель
- Моделі
- Поправки
- змінювати
- монітор
- моніторинг
- більше
- Іпотека
- рухатися
- багато
- множинний
- повинен
- ім'я
- іменування
- Природний
- Обробка природних мов
- природа
- Переміщення
- необхідно
- Необхідність
- необхідний
- ніколи
- Нові
- наступний
- nlp
- nlu
- немає
- увагу
- зараз
- oauth
- мета
- спостереження
- of
- пропонувати
- часто
- on
- постійний
- тільки
- відкрити
- з відкритим вихідним кодом
- працювати
- Висловив думку
- Оптимізувати
- or
- оркестровка
- оркестровка
- організація
- оригінал
- спочатку
- Інше
- наші
- виходи
- поза
- над
- огляд
- власний
- пакет
- пакети
- пар
- параметр
- параметри
- частина
- партнери
- пристрасть
- Минуле
- шлях
- стежки
- Платити
- оплата
- в очікуванні
- Люди
- Виконувати
- продуктивність
- виступає
- Дозволи
- персонал
- Персоналізовані
- трубопровід
- місце
- план
- plato
- Інформація про дані Платона
- PlatoData
- будь ласка
- підключати
- точок
- пошта
- влада
- Харчування
- практики
- попередній
- заздалегідь визначений
- надавати перевагу
- представлений
- попередній
- первинний
- недоторканність приватного життя
- приватний
- процедура
- продовжити
- процес
- Оброблено
- обробка
- виробляти
- виробництво
- Production
- програмний
- прогрес
- підказок
- захист
- захищений
- прототип
- забезпечувати
- за умови
- забезпечує
- забезпечення
- громадськість
- публікувати
- Видає
- мета
- цілей
- запити
- питання
- питань
- швидко
- діапазон
- ставки
- швидше
- Досягає
- досягнення
- готовий
- реальний
- отримання
- визнання
- визнавати
- запис
- облік
- послатися
- звільнити
- доречний
- надійний
- віддалений
- Сховище
- запросити
- вимагати
- вимагається
- ресурс
- ресурси
- Реагувати
- відповідь
- відповіді
- результат
- результуючий
- огляд
- корінь
- Правила
- прогін
- біг
- пробіжки
- безпечно
- Зазначений
- то ж
- задоволення
- зберігаються
- шкала
- сценарій
- Пошук
- секрет
- секрети
- розділ
- розділам
- безпечний
- безпеку
- побачити
- вибирає
- сенс
- чутливий
- окремий
- Серія
- служить
- обслуговування
- Послуги
- комплект
- загальні
- Склад
- Повинен
- аналогічний
- простий
- простий
- один
- SMS
- уривок
- So
- виключно
- рішення
- Рішення
- Source
- вихідні
- Джерела
- Про
- Південний
- конкретний
- мова
- стек
- старт
- стан
- статичний
- Статус
- залишатися
- Крок
- заходи
- зберігання
- зберігати
- магазинів
- стиль
- Успішно
- такі
- набір
- РЕЗЮМЕ
- запас
- підтримка
- системи підтримки
- Підтриманий
- синтетичний
- система
- Systems
- кравець
- Приймати
- Тандем
- Завдання
- команди
- технічний
- методи
- Технологія
- шаблон
- terms
- правила та умови
- тест
- перевірений
- Тестування
- текст
- ніж
- Що
- Команда
- інформація
- Джерело
- їх
- Їх
- потім
- Ці
- вони
- Мислення
- третя сторона
- це
- думка
- через
- по всьому
- до
- сьогодні
- разом
- знак
- інструмент
- інструменти
- до
- трек
- Навчання
- поїзда
- Transactions
- Перетворення
- дерево
- Тенденції
- правда
- мелодії
- тип
- Типи
- ui
- Зрештою
- при
- що лежить в основі
- розуміти
- розуміння
- розумієш
- Майбутні
- Оновити
- на
- URL
- юзабіліті
- Використання
- використання
- використовуваний
- користувач
- User Experience
- конфіденційність користувачів
- користувачі
- використовує
- використання
- використовує
- ПЕРЕВІР
- перевірка достовірності
- значення
- Цінності
- змінна
- різноманітність
- різний
- величезний
- перевірити
- версія
- версії
- через
- вид
- Віртуальний
- Голос
- чекати
- хотіти
- було
- шлях..
- we
- Web
- Веб-додаток
- веб-сервіси
- веб-сайт
- веб-сайти
- були
- Що
- який
- в той час як
- широкий
- Широкий діапазон
- віджет
- волі
- з
- в
- без
- Work
- робочі
- робочий
- Робочі процеси
- робочий
- світ
- б
- так
- ще
- Ти
- вашу
- зефірнет
- Zip