आजच्या वेगाने बदलणाऱ्या तंत्रज्ञानाच्या जगात, बिझनेस ग्राहकांशी संवाद साधण्यासाठी, ऑपरेशनल कार्यक्षमता वाढवण्यासाठी, आणि विविध कामांमध्ये ऑटोमेशन आणण्यासाठी एआय आणि मशीन लर्निंगचा वापर करत आहेत. Google Cloud च्या Vertex AI मुळे मशीन लर्निंग मॉडेल्स आणि AI एजंट्स तयार करणे आणि तैनात करणे आता सोपे झाले आहे. या ट्युटोरियलमध्ये, आपण एक काल्पनिक कंपनी बाईट्स कॉमर्ससाठी AI एजंट तयार कसा करायचा ते पाहू. हा एजंट उत्पादन आणि इन्व्हेंटरीशी संबंधित प्रश्नांची उत्तरे देईल, ज्यामुळे ग्राहक सेवा आणि इन्व्हेंटरी व्यवस्थापन सुलभ होईल.
Vertex AI एजंट डिझाईनची ओळख
आपल्या AI एजंटचे डिझाईन काही प्रमुख घटकांनी बनलेले आहे:
- एजंट विथ इन्स्ट्रक्शन्स: एजंट हा आपल्या डिझाईनचा मुख्य भाग आहे, जो युजरच्या प्रॉम्प्ट्स आणि इन्स्ट्रक्शन्सच्या आधारे फ्लोचा ऑर्केस्ट्रेशन करतो.
- जनरेटिव्ह मॉडेल: हा मॉडेल युजरच्या इनपुट्स आणि इन्स्ट्रक्शन्सच्या आधारे उत्तरं तयार करतो.
- टूल्स: हे विशिष्ट ऑपरेशन्स पार पाडणारे घटक आहेत, जसे की डेटा स्टोअरमधून डेटा मिळवणे किंवा ओपनएपीआय स्कीमाचा वापर करून फंक्शन इनव्होक करणे.
- डेटा स्टोअर: हे आपले उत्पादन कॅटलॉग आणि इन्व्हेंटरी डेटा जिथे साठवला जातो ते आहे.
- डेटा सोर्स: डेटा स्टोअर साठी डेटा मिळवण्याचा स्त्रोत, जसे की Google Cloud स्टोरेज बकेट.
- फंक्शन: एक कस्टम फंक्शन जे विशिष्ट ऑपरेशन्स पार पाडते, जसे की एखाद्या उत्पादनाची मात्रा परत करणे.
आता आपण या घटकांचे तपशीलवार वर्णन करून Vertex AI एजंट तयार करूया.
steps 1: एजंट सेटअप करणे
- नवीन अॅप तयार करा: Google Cloud Console मध्ये “Agent Builder” सर्च करा आणि “Create New App” निवडा. “Agent” हा अॅप प्रकार निवडा.
- अॅपला नाव द्या: अॅपला “Bites App” असे नाव द्या आणि Region “Global” सेट करा. Create वर क्लिक करून अॅप सेट करा.
- डीफॉल्ट एजंटचे नाव बदला: अॅप तयार केल्यानंतर, तुम्हाला डीफॉल्ट एजंटचे नाव दिसेल. ते “Bites Agent” असे बदला आणि एक गोल द्या, जसे की “Answer questions related to products”.
- इन्स्ट्रक्शन्स द्या: इन्स्ट्रक्शन्स म्हणजे लक्ष गाठण्यासाठी एजंटने पाळायची स्टेप-बाय-स्टेप सूचनांची यादी आहे. आपल्या एजंटसाठी सूचनांमध्ये हे असू शकते:
- युजरला अभिवादन करा.
- गरज पडल्यास युजरकडून अधिक तपशील विचारा.
- युजरच्या क्वेरीजच्या आधारे उत्पादन माहिती द्या.
Steps 2: टूल्स सेटअप करणे
Vertex AI टूल्स हे आवश्यक घटक आहेत जे विशिष्ट ऑपरेशन्स पार पाडतात, जसे की डेटा स्टोअरमधून डेटा मिळवणे किंवा ओपनएपीआय स्कीमाचा वापर करून फंक्शन इनव्होक करणे. आपण दोन टूल्स सेट करू: एक उत्पादन कॅटलॉग टूल आणि एक उत्पादन इन्व्हेंटरी टूल.
2.1: उत्पादन कॅटलॉग टूल तयार करणे
- टूल्स मेनू वर जा: कंसोलच्या डाव्या बाजूला “Tools” मेनू निवडा आणि “Create” क्लिक करा.
- डेटा स्टोअर टूल प्रकार निवडा: टूल प्रकार “Data Store” निवडा आणि टूलचे नाव “Product Catalog Tool” ठेवा.
- टूलचे वर्णन द्या: टूलचे वर्णन द्या, जसे की “हे टूल उत्पादन आयडी, उत्पादन नाव, आणि उत्पादनाचे वर्णन देते”.
- टूल तयार करा: आवश्यक माहिती भरल्यानंतर “Create” वर क्लिक करा.
2.2: उत्पादन इन्व्हेंटरी टूल तयार करणे
- नवीन टूल तयार करा: त्याचप्रमाणे, “Tools” मेनूवर जा आणि “Create” क्लिक करा.
- ओपनएपीआय टूल प्रकार निवडा: टूल प्रकार “OpenAPI” निवडा आणि टूलचे नाव “Product Inventory Tool” ठेवा.
- ओपनएपीआय स्कीमा द्या: JSON स्वरूपात स्कीमा डिफाईन करा, ज्यात फंक्शनसाठी URL आणि अन्य इनपुट/आउटपुट तपशील असतील.
Steps 3: डेटा स्टोअर कॉन्फिगर करणे
डेटा स्टोअर हे ठिकाण आहे जिथे तुमचा Vertex AI एजंट माहिती मिळवतो. या केसमध्ये, आपण Google Cloud स्टोरेज बकेटमध्ये उत्पादन डेटा साठवणार आहोत.
3.1: डेटा स्टोअर तयार करणे
- कंपनीचे नाव द्या: एजंट कॉन्फिगरेशन अंतर्गत, कंपनीचे नाव “Bites Commerce Company” सेट करा.
- डेटा स्टोअर तयार करा: “Cloud Storage” हा डेटा स्रोत निवडा. आपल्या अनस्ट्रक्चर्ड डॉक्युमेंट्स साठवण्यासाठी बकेटचा पाथ द्या.
3.2: Cloud Storage बकेट सेटअप करणे
- नवीन बकेट तयार करा: Google Cloud Console मध्ये “Buckets” सर्च करा आणि “Create” क्लिक करा.
- बकेटचे नाव द्या: बकेटचे नाव “bites-products” ठेवा आणि सेटिंग्ज डिफॉल्ट ठेवा. “Create” क्लिक करा.
- उत्पादन डेटा अपलोड करा: उत्पादन कॅटलॉग फाईल (उदा. products.pdf) बकेटमध्ये अपलोड करा. या फाईलमध्ये उत्पादन ID, नावे, आणि वर्णने असावीत.
3.3: डेटा स्टोअर पूर्ण करणे
- बकेट निवडा: तुम्ही डेटा स्टोअर तयार करत असलेल्या विंडोवर परत जा, “Browse” वर क्लिक करा, आणि तुम्ही नुकतेच तयार केलेले बकेट निवडा.
- डेटा स्टोअरला नाव द्या: याचे नाव “products-DS” ठेवा आणि “Create” क्लिक करा.
- डेटा इम्पोर्ट मॉनिटर करा: “Activity” टॅबवर जा आणि इम्पोर्ट स्टेटस तपासा. बकेटमधील डॉक्युमेंट्स डेटा स्टोअरमध्ये इम्पोर्ट केले जातील.
Steps 4: फंक्शन तयार करणे आणि तैनात करणे
फंक्शन ही एक कोडची तुकडी आहे जी विशिष्ट ऑपरेशन्स पार पाडते. या ट्युटोरियलमध्ये, आपण Vertex AI एक फंक्शन तयार करणार आहोत जे उत्पादनाच्या ID च्या आधारावर त्याची मात्रा परत करेल.
4.1: फंक्शन तयार करणे
- Cloud Functions सर्च करा: Google Cloud Console मध्ये “Cloud Functions” सर्च करा आणि “Create Function” क्लिक करा.
- फंक्शनचे नाव द्या: याचे नाव “Product Inventory Manager” ठेवा आणि अनऑथेंटिकेटेड इनव्होकेशन्सला परवानगी द्या.
- रनटाइम निवडा: “Python” रनटाइम निवडा आणि फंक्शनसाठी कोड द्या. हे फंक्शन उत्पादनाच्या ID नुसार त्याची मात्रा परत करेल.
4.2: फंक्शन तैनात करणे
- एंट्री पॉइंट अपडेट करा: फंक्शनसाठी एंट्री पॉइंट सेट करा आणि “Deploy” क्लिक करा.
- फंक्शन तपासा: तैनातीच्या नंतर, एजंटवर परत जा आणि नव्याने तयार केलेल्या फंक्शनसह इन्स्ट्रक्शन्स अपडेट करा.
Steps 5: एजंट इन्स्ट्रक्शन्स अपडेट करणे
Vertex AI एजंट इन्स्ट्रक्शन्स संवाद फ्लो गाईड करतात. आता आपण तयार केलेल्या टूल्स आणि फंक्शनचा वापर करण्यासाठी एजंट अपडेट करू.
- इन्स्ट्रक्शन्सवर जा: एजंटच्या कॉन्फिगरेशनमध्ये स्क्रोल करा आणि “Tools” निवडा.
- उत्पादन माहिती मिळवा: “$” टाइप करा, ज्यामुळे तुम्हाला तुमचे टूल्स निवडण्याची परवानगी मिळते. येथे “Product Catalog Tool” निवडा.
- मात्रा मिळवा: पुढील इन्स्ट्रक्शनसाठी “Product Inventory Tool” निवडा.
Steps 6: एजंट टेस्ट करणे
एजंट तयार झाल्यानंतर, त्याचे काम योग्य आहे का ते तपासणे महत्वाचे आहे.
- पहिला प्रॉम्प्ट द्या: “List all products” हा प्रॉम्प्ट टाका. तुमच्याकडे उत्पादनांची यादी दिसली पाहिजे.
- कॅटेगरीनुसार उत्पादन माहिती मिळवा: “Show me product ID and product name of products that are smartphones” हा प्रॉम्प्ट टाका.
- मात्रा मिळवा: “Get quantity of product” हा प्रॉम्प्ट टाका. जर उत्पादन ID दिला नसेल, तर एजंट विचारेल की “Which product would you like to know the quantity of?”
Steps 7: एजंट डिबग करणे
तुमचा एजंट अपेक्षेप्रमाणे काम करत नसेल, तर इन्स्ट्रक्शन्स तपासा आणि काही उदाहरणे तयार करा.
- उदाहरणे तयार करा: “Examples” विभागात जा आणि नवीन उदाहरण तयार करा.
- डिस्प्ले नेम द्या: उदाहरणासाठी डिस्प्ले नेम द्या, जसे की “Get Product Types”. युजर क्वेरी नंतर, एजंटने कोणते टूल वापरले ते तपासा.
Steps 8: एजंट तैनात करणे
तुमचा Vertex AI एजंट तयार झाल्यावर, तो उत्पादनात तैनात करा.
- Integrations निवडा: एजंट कॉन्फिगरेशनमध्ये “Integrations” मेनूवर जा.
- Dialogflow Messenger निवडा: तुम्हाला अनेक संभाव्य इंटिग्रेशन्स दिसतील. त्यापैकी “Dialogflow Messenger” निवडा.
- API सक्षम करा: अधिकृत API सक्षम करा आणि तुम्हाला एक HTML स्निपेट मिळेल, ज्याचा वापर तुम्ही एजंट तैनात करण्यासाठी करू शकता.
Huawei AI Chip च्या स्पर्धेतील नवीन आव्हान(Battle)
निष्कर्ष
हे ट्युटोरियल तुम्हाला Google Vertex AI वर एजंट तयार करण्याच्या प्रक्रियेची चांगली समज देईल. विविध घटकांचा योग्य वापर करून तुम्ही एक असा एजंट तयार करू शकता, जो ग्राहकांच्या प्रश्नांची प्रभावीपणे उत्तरे देऊ शकेल. AI चा वापर करून आपले बिझनेस ऑपरेशन्स सुलभ करा आणि आपल्या ग्राहकांना उत्कृष्ट सेवा द्या.
Vertex AI Agent Builder ट्युटोरियलवर आधारित FAQ
1. Vertex AI Agent Builder म्हणजे काय?
उत्तर:Vertex AI Agent Builder हा Google Cloud चा एक टूल आहे, ज्याचा वापर करून तुम्ही AI एजंट तयार करू शकता. हा एजंट युजरच्या प्रश्नांची उत्तरे देण्यासाठी, डेटा प्रक्रिया करण्यासाठी आणि विविध ऑपरेशन्स ऑटोमेट करण्यासाठी वापरला जाऊ शकतो.
2. AI एजंट म्हणजे काय?
उत्तर:AI एजंट हा एक स्वयंचलित सॉफ्टवेअर घटक आहे, जो युजरच्या इनपुट्सवर आधारित निर्णय घेतो, डेटा प्रोसेस करतो, आणि योग्य उत्तरं देतो. या एजंटला काही विशिष्ट इन्स्ट्रक्शन्स दिल्या जातात, ज्या तो काम करताना पाळतो.
3. एजंट तयार करताना कोणते घटक आवश्यक असतात?
उत्तर:AI एजंट तयार करताना खालील घटक आवश्यक असतात:
- एजंट विथ इन्स्ट्रक्शन्स: एजंट जो युजरच्या इनपुट्सवरून काम करण्यासाठी तयार असतो.
- जनरेटिव्ह मॉडेल: युजरच्या इनपुट्सवर आधारित उत्तरं तयार करणारा मॉडेल.
- टूल्स: विशिष्ट ऑपरेशन्स पार पाडणारे घटक, जसे की डेटा स्टोअर किंवा ओपनएपीआय टूल्स.
- डेटा स्टोअर: एजंटला आवश्यक असणारा डेटा जिथे साठवला जातो.
- डेटा सोर्स: डेटा स्टोअरला डेटा मिळवण्यासाठीचा स्त्रोत.
- फंक्शन: एक कस्टम फंक्शन जे विशिष्ट ऑपरेशन्स पार पाडते.
4. उत्पादन कॅटलॉग टूल म्हणजे काय?
उत्तर:उत्पादन कॅटलॉग टूल हे एक डेटा स्टोअर टूल आहे, ज्याचा वापर करून एजंट उत्पादनांची माहिती मिळवतो, जसे की उत्पादन ID, नाव, आणि वर्णन.
5. उत्पादन इन्व्हेंटरी टूल म्हणजे काय?
उत्तर:उत्पादन इन्व्हेंटरी टूल हे एक ओपनएपीआय टूल आहे, जे उत्पादनाच्या ID च्या आधारावर त्याची उपलब्ध मात्रा परत करते.
6. डेटा स्टोअर कसा तयार करावा?
उत्तर:डेटा स्टोअर तयार करण्यासाठी, तुम्ही Google Cloud Storage मध्ये एक बकेट तयार करता, जिथे तुमचा डेटा अपलोड होतो. मग, Vertex AI मध्ये त्या बकेटला लिंक करून, तुम्ही डेटा स्टोअर तयार करता.
7. Cloud Function कसा तयार करावा?
उत्तर:Cloud Function तयार करण्यासाठी, Google Cloud Console मध्ये “Cloud Functions” सर्च करा, नवीन फंक्शन तयार करा, रनटाइम निवडा, आणि कोड लिहा. हे फंक्शन तुम्ही एजंटच्या कार्यासाठी वापरू शकता.
8. एजंटची कार्यप्रणाली तपासण्यासाठी काय करावे?
उत्तर:एजंटची कार्यप्रणाली तपासण्यासाठी तुम्ही त्याला विविध क्वेरीज विचारू शकता, जसे की “List all products” किंवा “Get quantity of product”. यामुळे तुम्हाला एजंट योग्यरित्या काम करत आहे का ते समजेल.
9. एजंट डिबग कसा करावा?
उत्तर:एजंट डिबग करण्यासाठी, त्याच्या इन्स्ट्रक्शन्स आणि उदाहरणे तपासा. तुम्हाला जर एखादा दोष सापडला तर इन्स्ट्रक्शन्स सुधारा किंवा नवीन उदाहरणे तयार करा.
10. एजंट तैनात कसा करावा?
उत्तर:एजंट तैनात करण्यासाठी, Vertex AI मधील Integrations मेनूमधून एक इंटिग्रेशन निवडा, जसे की “Dialogflow Messenger”. API सक्षम करा आणि तुम्हाला दिलेले HTML स्निपेट वापरून एजंट तैनात करा.
11. एजंट कशासाठी वापरला जाऊ शकतो?
उत्तर:एजंटचा वापर ग्राहकांच्या प्रश्नांची उत्तरे देण्यासाठी, उत्पादन आणि इन्व्हेंटरी माहिती मिळवण्यासाठी, आणि विविध ऑपरेशन्स ऑटोमेट करण्यासाठी केला जाऊ शकतो.
12. डेटा स्टोअरमध्ये कोणता डेटा साठवला जाऊ शकतो?
उत्तर:डेटा स्टोअरमध्ये उत्पादन कॅटलॉग, इन्व्हेंटरी डेटा, किंवा कोणताही अनस्ट्रक्चर्ड डेटा साठवला जाऊ शकतो, ज्याचा वापर एजंट उत्तरं तयार करण्यासाठी करतो.
13. एजंटची कार्यप्रणाली कशी सुधारू शकतो?
उत्तर:एजंटची कार्यप्रणाली सुधारण्यासाठी, इन्स्ट्रक्शन्स स्पष्ट करा, अधिक संबंधित उदाहरणे तयार करा, आणि एजंटच्या टूल्स आणि फंक्शन्सची कार्यक्षमता तपासा.
14. फंक्शन्सचे रोल काय आहे?
उत्तर:फंक्शन्स हे विशिष्ट ऑपरेशन्स पार पाडण्यासाठी वापरले जातात, जसे की उत्पादनाची मात्रा मिळवणे. हे कोडचे छोटे तुकडे असतात जे एजंटच्या कार्यक्षमतेत मदत करतात.
15. एजंट तयार करण्यासाठी काही खास स्किल्स आवश्यक आहेत का?
उत्तर:AI एजंट तयार करण्यासाठी, तुम्हाला क्लाउड कॉन्सोल, कोडिंग (Python), आणि API वापरण्याचे बेसिक ज्ञान असावे लागेल. हे ज्ञान तुम्हाला एजंट तयार करण्याच्या प्रक्रियेत मदत करेल.