Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

DataRobot APIのリソース > AIアクセラレーター > 生成AIアクセラレーター > TeamsやSlack用のエンタープライズチャットボット

TeamsやSlack用のエンタープライズチャットボット

SlackとMicrosoftのチームは、DataRobotのデプロイと対話できるカスタムアプリケーションまたはボットの作成をサポートしています。 LLMベースのチャットアプリケーションのフロントエンドとしてSlackまたはTeamsを使用することで、組織内での幅広い利用が可能になり、ドキュメントを簡単にアップロードできるだけでなく、チームチャネルまたは会話に保存された内部知識を活用できます。

IT組織から権限を取得し、Slack組織にSlackアプリを作成します。 次に、Slack APIを使用して、 アプリを作成します。

IT組織から権限を取得し、カスタマイズされたアプリをアップロードします。 次に、 Microsoftの開発者ポータルでアプリケーションとotを登録します。

SlackとTeamsの両方のメッセージ送信アクションで、ユーザーの質問をプロンプトとしてDataRobot LLMデプロイにエクスポートし、REST APIコールからのレスポンスをボットのユーザーメッセージに提供します。 DataRobotを使用すると、トークンの使用状況、プロンプト、レスポンス、毒性、およびその他の カスタム指標を追跡し、組織内でアプリケーションの監視とガバナンスを行うことができます。

以下のコードをSlackまたはTeamsのメッセージング構造に適応させることで、DataRobot LLMデプロイにクエリーとしてメッセージを渡し、レスポンスを得ることができます。

    import datarobotx as drx

    # configure drx LLM Deployment
    RAG = drx.Deployment.from_url(
        url=f'https://app.datarobot.com/deployments/{RAG_did}/overview'
    )

    def make_datarobot_deployment_unstructured_predictions(
        data,
        **kwargs,
    ):
        query = json.loads(data)
        response = RAG.predict_unstructured(query)
        return json.dumps(response)

    def make_prediction(prompt, history=None) -> dict:

        data = {
            "prompt": prompt,
        }
        if history:
            data["chat_history"] = [
                [entry.get("user", ""), entry.get("chatbot", "")] for entry in history
            ]
        response = make_datarobot_deployment_unstructured_predictions(
            json.dumps(data)
        )
        response = json.loads(response)

        return response
更新しました April 2, 2024