Osobisty Avatar AI No-code: Zapamiętywanie

0:00W tej lekcji zajmiemy się jednym z dwóch

0:02najważniejszych elementów logiki naszego avatara.

0:05Mowa o zapamiętywaniu.

0:07Wykorzystamy w tym celu wspomniane już

0:09przeze mnie rozwiązanie Picecone, czyli tak zwaną bazę vectorową.

0:12Wewnątrz niej będziemy zapisywać wszystkie informacje, które musi zapamiętać nasz

0:17avatar i aby to zrobić musimy zamienić je na postać vectorową.

0:21Czyli w dużym uproszczeniu na zestaw liczb.

0:23Takie liczby zostaną osadzone w przestrzeni trójwymiarowej tej bazy i

0:28dzięki temu w późniejszym czasie, gdy będziemy chcieli, aby nasz avatar

0:31odpowiadał na jakieś pytania, będziemy mogli skorzystać z Pinecone

0:35po to, aby odnaleźć najważniejsze

0:37informacje, które są niezbędne do tego, aby udzielić odpowiedzi.

0:41Dobra wiadomość jest tutaj taka, że na tym

0:43etapie nie musisz do końca wiedzieć jak działa Pinecone oraz czym są bazy vectorowe.

0:48W praktyce będziemy korzystać z bardzo prostych poleceń, takich jak np.

0:52Upsert, czyli możliwość wgrania nowego old recordu albo zaktualizowania istniejącego.

0:57Poza tym będzie nam jeszcze potrzebne

0:59usuwanie oraz wyszukiwanie recordów na podstawie bieżącego zapytania.

1:04Przez wszystko będziemy tutaj przechodzić.

1:06Natomiast chciałbym tylko, aby stało się dla Ciebie jasne, że zawsze w momencie,

1:10gdy jako użytkownicy będziemy chcieli, aby avatar zapamiętał jakieś informacje

1:15pochodzące od nas, to te informacje w formie tekstowej zostaną zapisane w Airtabel.

1:20Następnie z pomocą API OpenAI zamienimy je na tzw.

1:24embedding, czyli listę vectorów.

1:26Inaczej mówiąc, zapiszemy je w postaci liczbowej i umieścimy w bazie Pinecone

1:31cały schemat, który widać teraz na ekranie, zrealizujemy w tej lekcji.

1:35Przejdźmy więc teraz do naszego głównego scenariusza.

1:38Wiemy już, że dolna ścieżka zostanie

1:40zrealizowana w chwili zapisywania informacji do Airtable, a następnie Airtable

1:44uruchomi ten scenariusz ponownie przepuszczając scenariusz

1:47górną ścieżką, wewnątrz niej będziemy

1:50chcieli zrealizować trzy dodatkowe ścieżki.

1:52Jedną z nich będzie zapamiętywanie, czyli

1:55dokładnie schemat, który omówiliśmy przed chwilą.

1:57Drugą będzie odpowiadanie, a trzecią zapominanie.

2:01Zatem w tym momencie skupimy się na tym pierwszym.

2:04Ta ścieżka zostanie zrealizowana w

2:06momencie, gdy zostanie spełniony następujący warunek.

2:09Mianowicie właściwość type musi być ustawiona na remember.

2:13W związku z tym, że na tym etapie

2:15informacja jaką dysponujemy to record Airtable, musimy w pierwszej kolejności

2:19połączyć się z naszą bazą, a następnie pobrać przesłany tutaj record.

2:24W moim przypadku będzie to 4 kropka Record ID.

2:27Domyślam się, że jeżeli tworzysz

2:29scenariusz od podstaw, pierwszy moduł będzie miał identyfikator 1.

2:33W związku z tym, chcąc odwołać się do tej

2:35wartości, musisz zapisać ją w następującej formie.

2:38Aby dowiedzieć się szybko, której identyfikator posiada nasz pierwszy moduł,

2:42możesz zwrócić uwagę na liczbę znajdującą się w tym miejscu.

2:46Teraz zapisuję zmiany, więc na tym etapie

2:48będę już dysponował informacjami w formie tekstowej, które muszę zamienić na liczbę.

2:53Aby to zrobić muszę w pierwszej kolejności

2:55wyszukać modułu JSON i tutaj wybrać akcję Create JSON.

3:00W tym momencie musimy utworzyć tutaj nową strukturę danych i będzie nią Avatar Embedding.

3:06Zamiast wyklikiwać całą specyfikację, skorzystamy tutaj z opcji generowania, do

3:10której wklejamy następujące obiekt JSON.

3:13Strukturę tego obiektu dołączam do

3:15materiałów tej lekcji, które powinny właśnie wyświetlać się na ekranie.

3:19Po zapisaniu zmian mamy tutaj gotową

3:21strukturę i tylko zaznaczę, że te pola są wymagane oraz ustawi wartość domyślną dla

3:26pola Model na nazwę modelu, którym będziemy się posługiwać.

3:30W tym przypadku będzie to Text Embedding ada 002.

3:33Aczkolwiek w momencie oglądania tego filmu

3:36sprawdź proszę czy nie pojawiła się jakaś nowsza wersja.

3:39Zapisuję więc zmiany i teraz pojawia się

3:42nasza struktura, wewnątrz której musimy przekazać content oraz dodatkowo tagi.

3:46W tym momencie same tagi będą pustym

3:48polem, ale zajmiemy się nimi w następnej lekcji.

3:52Teraz kolejnym krokiem będzie nawiązanie

3:54połączenia z API OpenAI poprzez moduł HTTP oraz akcję Make a Request.

4:00Tutaj jako URL przekazujemy następującą wartość, a następnie ustawiamy metodę na

4:05post i nagłówek authorization ustawiony na Bearer, a następnie nasz klucz OpenAI.

4:12Teraz musimy określić rodzaj przesyłanych informacji i w naszym przypadku będzie to

4:16przed chwilą utworzony obiekt JSON, który przekazujemy w następujący sposób.

4:21Ostatnim ustawieniem, o które chcemy tutaj

4:23zadbać będzie sparsowanie naszej odpowiedzi tak, aby od razu była dla nas dostępna.

4:29I teraz tylko zadbam o odpowiednie nazwy naszych modułów i możemy przetestować

4:33sobie naszą automatyzację uruchamiając ją w tryb nasłuchiwania.

4:37Teraz tylko przejdę do Airtabel, wewnątrz

4:40którego zapiszę jakąś informację, a następnie wcisnę Sync.

4:44Nasz scenariusz powinien w tym momencie

4:46zostać uruchomiony no i faktycznie tak się stało.

4:49Na nasz webhook został przesłany typ

4:51wykonywanej w danej chwili operacji oraz identyfikator recordu Airtable, który

4:56wykorzystaliśmy dokładnie w tym miejscu, aby pobrać sobie

5:00treść naszego wpisu.

5:01Tą treści możemy teraz wykorzystać do

5:03utworzenia obiektu JSON, a następnie wysłania zapytania do naszego API.

5:08Jeżeli zobaczymy tutaj na odpowiedź,

5:11wewnątrz jej znajdziemy właściwość Data, a następnie listę naszych vectorów.

5:15Zwróć uwagę, że tekst jestem Overment został zapisany w takiej oto formie.

5:21No i teraz to, co musimy zrobić, to

5:23wykorzystać dokładnie tą informację po to, aby przekazać ją do Pinecone.

5:28Przechodzę więc do kolejnego modułu, z

5:30pomocą którego utworzymy sobie kolejny obiekt JSON, który będzie reprezentował

5:35strukturę potrzebną do tego, aby zapisać nowe dane w Pinecone.

5:39Tutaj również skorzystamy z generatora

5:41oraz obiektu JSON, który dołączam do zasobów tej lekcji.

5:45Po zapisaniu zmian ponownie musimy tutaj oznaczyć wymagane pola i w tym przypadku

5:50będzie to zarówno identyfikator jak i sama tablica wartości.

5:55No i teraz zapisujemy te zmiany i dodajemy nowy vector. Jako identyfikator

6:00musimy podać tutaj identyfikator recordu

6:02Airtable i dokładnie to samo zapisujemy w sekcji Meta data.

6:06Poza tym musimy uzupełnić także tagi.

6:09Jeżeli chodzi o taką formę zapisywania informacji, jest ona szczególnie istotna w

6:14kontekście późniejszej pracy z naszym avatarem.

6:17Mianowicie, tak jak już powiedziałem,

6:18wewnątrz Pinecone będziemy zapisywać listę vectorów.

6:21Możemy to zrobić poprzez ten przełącznik,

6:24a następnie przekazanie tutaj całej tablicy Embedding.

6:27Oczywiście możesz zmienić to, w jaki sposób przechowujesz dane w Pinecone,

6:31Natomiast najważniejsze jest tutaj to, aby metadane służyły temu, aby móc powiązać

6:36recordy znajdujące się w Airtable z informacjami, które zapisaliśmy w Pinecone

6:41po prostu na podstawie liczb nie będziemy

6:43w stanie tego zrobić, a metadane sprawdzą się w tym celu idealnie.

6:47Tym bardziej, że będziemy w stanie

6:48wykorzystać funkcję Pinecone po to, aby wybierać tylko te vectory, których

6:53metadane spełniają określone przez nas warunki.

6:55Zapisuję więc teraz nasz obiekt JSON i

6:58wykorzystuje kolejny moduł HTTP po to, aby przesłać informację do Pinecone.

7:03Zanim to jednak będzie możliwe, musimy

7:05podać tutaj adres URL kierujący do naszej bazy.

7:09W związku z tym przechodzimy do panelu Pinecone, a następnie logujemy się na swoje konto.

7:14Tutaj Ja już przeszedłem przez ten proces i nie będę go teraz powtarzał.

7:17Natomiast w Twoim przypadku kliknij

7:19przycisk Create index, a następnie wpisz nazwę np.

7:23Avatar. Jeżeli chodzi o liczbę recordów wpisujemy

7:26tutaj 1536 i jest to informacja pochodząca bezpośrednio z dokumentacji OpenAI,

7:32ponieważ dokładnie tyle wymiarów generowane jest przez ich API.

7:36Tutaj wybieramy także Pod Type i w moim przypadku niemal zawsze korzystam

7:40dokładnie z tej opcji, a następnie wybieramy Create Index.

7:43Ja oczywiście nie mogę tego zrobić na bezpłatnym koncie, natomiast po utworzeniu

7:48indeksu po chwili pojawi się tutaj ten adres, który musimy skopiować do make.

7:53Zatem zapisuję tutaj https, a następnie wklejam ten adres.

7:57Potem umieszczam slash i zapisuję vectors, a następnie slash

8:02upsert, czyli dokładnie tak jak wspominałem, akcja upsert służy temu, aby

8:07albo zaktualizować istniejący record, bądź też utworzyć nowy.

8:11Tutaj również musimy ustawić na wartość, którą zapisaliśmy w zmiennej wcześniej.

8:16Ostatnim krokiem będzie przesłanie ciała zapytania.

8:19I tutaj również mamy do czynienia z

8:20obiektem JSON, który utworzyliśmy przed chwilą.

8:24Zaznaczam więc jeszcze parsowanie odpowiedzi no i zapisuję zmiany.

8:28W tym momencie nasz scenariusz powinien

8:30zadziałać już tak, że przy synchronizacji recordu jego wartość powinna zostać

8:35pobrana zamieniona na Embedding, a następnie zapisana w Pinecone.

8:39W momencie, gdy to się wydarzy, powinniśmy zaktualizować record, który właśnie

8:43synchronizujemy i oznaczyć go jako synchronizowany.

8:47Czyli dokładnie wybieram tutaj

8:49identyfikator recordu, na którym pracujemy i oznaczam jego opcję sync na nie.

8:54Dzięki temu efekt będzie taki, że jeżeli

8:56zapiszę scenariusz i uruchomię go w tryb nasłuchiwania, a następnie wrócę do Airtable,

9:01to jeżeli oznacze synchronizację tego recordu, scenariusz zostanie

9:06uruchomiony, a dane zostaną synchronizowane z Pinecone.

9:10Wygląda na to, że mamy tutaj jakiś błąd.

9:12Record nie został odnaleziony i

9:14prawdopodobnie wynika to z faktu, że wkradła nam się tutaj spacja.

9:18Zatem wracam teraz do Airtable do zakładki

9:20Automatyzacja i tutaj sprawdzamy, że rzeczywiście spacja tutaj jest.

9:25W związku z tym usuwałem ją, zapisuję

9:27zmiany, aktualizuje scenariusz i raz jeszcze synchronizuje record.

9:31Przy czym muszę upewnić się, że scenariusz czeka na jakieś informacje.

9:36Oznaczam więc to pole, czekam chwilę i zaznaczam ponownie.

9:40Teraz scenariusz powinien zostać wykonany poprawnie, no i wygląda na to, że wszystko

9:45poszło tutaj w porządku, aczkolwiek musimy to zweryfikować.

9:49Możemy to zrobić patrząc tutaj na status odpowiedzi.

9:52Jeżeli jest ustawiony na 200 bądź 201, to wszystko powinno być w porządku.

9:57Jednak w tym przypadku mamy tutaj odpowiedź 400,

10:00jeżeli zobaczymy o co tutaj chodzi, mamy tutaj wiadomość not supported value type.

10:05Oznacza to, że przy przesyłanych danych coś poszło nie tak.

10:09Prawdopodobnie przyczyną naszego problemu jest fakt, że nie posiadamy tagów, a

10:14konkretnie ustawione są one na wartość Null.

10:16W związku z tym wrócimy do tworzenia Embeddingu,

10:19a następnie zapiszemy tutaj warunek if, czyli pisze if

10:23otwieram nawias, a następnie sprawdzam czy

10:26pole tags istnieje oraz tym samym czy posiada jakąkolwiek wartość.

10:30Jeżeli tak, to umieszczamy tutaj to pole.

10:32W przeciwnym razie pomijamy je.

10:35Dokładnie ten sam schemat musimy

10:36wykorzystać w tym module na etapie przekazywania tagów.

10:40W tym przypadku nie możemy jednak zostawić pustej wartości.

10:43W związku z tym zapiszemy no value.

10:46I teraz, po zapisaniu zmian i uruchomieniu scenariusza ponownie powinniśmy móc

10:51dokonać jeszcze jednej synchronizacji recordu.

10:54Zwróć uwagę, że pole sync w tym przypadku

10:56zostało odznaczone, więc wykonuje je ponownie, ale co więcej, stało się to

11:01nawet pomimo tego, że w tym module wystąpił błąd.

11:03Oczywiście możesz zmodyfikować ten scenariusz w taki sposób, aby obsługiwać

11:07sobie błędy, natomiast my nie będziemy się w tym momencie tym zajmować.

11:11Na ten moment najważniejsze jest to, że mamy tutaj status 200, a dodatkowo

11:16informacja o tym, że record został umieszczony w naszym indeksie.

11:20Jeżeli teraz przejdziemy do Pinecone, to

11:22zobaczymy, że w naszym panelu wewnątrz indeksu, na którym właśnie pracujemy

11:27powinna pojawić się informacja o tym, że mamy zapisane jeden vector.

11:31Pamiętaj proszę o tym, że wczytanie tej danej zajmuje chwilę i początkowo mylnie

11:35może wskazywać na to, że żadne dane nie pojawiły się w naszym indeksie.

11:39Na szczęście wystarczy tylko chwilę poczekać i wszystko będzie w porządku.

11:43Wygląda więc na to, że podstawowy scenariusz zapamiętywania mamy już gotowe.

11:47Jak widzisz, dotychczasowy schemat polega

11:50na tym, że za każdym razem, gdy chcemy zaktualizować bądź dodać nowe informacje,

11:54przesyłamy je na Webhook z typem ustawionym na save.

11:58Dane zostają zapisane w Airtable, a

12:01następnie z pomocą automatyzacji wykonywane jest zapamiętywanie i

12:05scenariusz wykonuje się ścieżką, która odpowiada za synchronizację informacji

12:09znajdujących się w Airtable z vectorami zapisanymi bezpośrednio w Pinecone.

12:14Na koniec oznaczamy record jako

12:16zaktualizowany i cały mechanizm jest gotowy.

12:19Teoretycznie moglibyśmy zostawić ten schemat dokładnie tak, jak jest teraz,

12:23natomiast pokażę Ci jeden z możliwych sposobów na to, aby zwiększyć szanse na

12:27to, że nasz avatar odnajdzie pożądaną przez nas informacja.

12:31Tym jednak zajmiemy się w kolejnej lekcji.