【Azure 机器人】微软Azure Bot 编辑器系列(4) : 使用语言生成功能[LG: Language Generation] (The Bot Framework Composer tutorials)

简介: 【Azure 机器人】微软Azure Bot 编辑器系列(4) : 使用语言生成功能[LG: Language Generation] (The Bot Framework Composer tutorials)

欢迎来到微软机器人编辑器使用教程,从这里开始,创建一个简单的机器人。

在该系列文章中,每一篇都将通过添加更多的功能来构建机器人。当完成教程中的全部内容后,你将成功的创建一个天气机器人(Weather Bot)。在本系列中将学会以下内容:

 

1)创建一个简单的对话天气机器人

2)在机器人中提出问题,并获取从HTTP API获取响应

3)在机器人中增加帮助提示和取消功能

4)使用语言生成功能(LG: Language Generation)

5)把机器人的回复转换为卡片

6)添加LUIS功能,理解自然语言

 

准备条件

 

开发机器人面临的主要问题之一:就是如何让机器人理解用户在对话和整个上下文中的意思,然后用有效信息进行回复?为了能够实现这些复杂任务,Bot Composer集成了Lanaguage Generation库。它可以更好地控制机器人如何处理用户输入并提供有意义的响应。本文展示了如何在机器人中使用LG(语言生成)。

 

Language generation 语言生产

让我们从修改单调的“Welcome Message”入手。

第一步:启动Bot编辑器,打开 weather_bot 项目

第二步:在“Geeting问候语”触发器组件中,选中True分支下的“Send a response”任务

第三步:在任务的右边属性栏中,依次点击“Add alternative”,在新出现的文本框中依次加入下面的问候语(Welcome Message)

Hi! I'm a friendly bot that can help with the weather. Try saying WEATHER.
Hello! I am Weather Bot! Say WEATHER to get the current conditions.
Howdy! Weather bot is my name and weather is my game. Try saying WEATHER.
兄台,请说“天气”! 敬天爱人从知天始。

注:机器人在回复用户时,随机选择以上的语句进行问候。设置完成后,效果图如下:

 

 

添加LG: Language Generation

当前,机器人报告天气的方式还是非常机械化的。我们可以通过利用LG功能改进机器人的回复内容。

第一步:在Bot编辑器左边导航目录中选择“机器人响应 Bot responses”。(你会注意到之前添加的所有消息都将出现在这里。同理,在这里进行修改也会同步到机器人中)

第二步:选中“GetWeather”,然后点击右边栏中的“显示代码”按钮,以文件格式的方式来添加新的语言片段。并在文末中增加新的LG。

# DescribeWeather(weather)

- It is "${dialog.weather}" in ${user.postalcode} and the temperature is ${dialog.fahrenheit}°F or ${dialog.celsius}°C. Have a nice day.

注:新的LG模板名为DescribeWeather。这里会根据weather这个对象的内容填充模板,生成有好的回复。

第三步:回到Bot的编辑区域,选择“getWeather”的BeginDialog组件,并选中“Send a response”任务块。

第四步:把原来的回复内容用LG模板替换掉

  • 删除旧的回复消息
  • 输入“ ${DescribeWeather(dialog.weather)} ”。这种语法允许将 DescribeWeather 模板嵌套在另一个模板中,可以通过这种组合 LG 模板方式以创建更复杂的模板。

 

好了,LG模板的创建以及使用步骤完成。请查看演示动画:

 

 

测试机器人

第一步:在编辑器的右上角点击 “Start Bot”按钮,启动机器人

第二步:启动后,会弹出一个“Local bot runtime manager”的窗口,选择“Open Web Chat”,打开一个页面聊天窗口

第三步:在对话框中输入“weather” 或者“天气”来触发机器人的对话

第四步:输入“98052”观察Bot的返回内容

在下一篇中将演示:把机器人的回复转换为卡片

 

 

 

(以上内容均是参考微软官方的机器人文档进行的中文操作步骤,原文连接见参考资料)

 

参考资料

Tutorial: Add language generation to your bot:https://docs.microsoft.com/en-us/composer/tutorial/tutorial-language-generation?tabs=v2x

Language generation: https://docs.microsoft.com/en-us/composer/concept-language-generation?tabs=v2x

 

[完]

目录
打赏
0
0
0
0
203
分享
相关文章
AstrBot:轻松将大模型接入QQ、微信等消息平台,打造多功能AI聊天机器人的开发框架,附详细教程
AstrBot 是一个开源的多平台聊天机器人及开发框架,支持多种大语言模型和消息平台,具备多轮对话、语音转文字等功能。
3006 15
AstrBot:轻松将大模型接入QQ、微信等消息平台,打造多功能AI聊天机器人的开发框架,附详细教程
Magma:微软放大招!新型多模态AI能看懂视频+浏览网页+UI交互+控制机器人,数字世界到物理现实无缝衔接
Magma 是微软研究院开发的多模态AI基础模型,结合语言、空间和时间智能,能够处理图像、视频和文本等多模态输入,适用于UI导航、机器人操作和复杂任务规划。
137 2
【Azure 事件中心】Kafka 生产者发送消息失败,根据失败消息询问机器人得到的分析步骤
【Azure 事件中心】Kafka 生产者发送消息失败,根据失败消息询问机器人得到的分析步骤
210 0
【Azure 机器人】微软Azure Bot 编辑器系列(6) : 添加LUIS,理解自然语言 (The Bot Framework Composer tutorials)
【Azure 机器人】微软Azure Bot 编辑器系列(6) : 添加LUIS,理解自然语言 (The Bot Framework Composer tutorials)
【Azure 机器人】微软Azure Bot 编辑器系列(5) : 机器人的卡片式回复 (The Bot Framework Composer tutorials)
【Azure 机器人】微软Azure Bot 编辑器系列(5) : 机器人的卡片式回复 (The Bot Framework Composer tutorials)
9.9K star!大模型原生即时通信机器人平台,这个开源项目让AI对话更智能!
"😎高稳定、🧩支持插件、🦄多模态 - 大模型原生即时通信机器人平台"
AppFlow:无代码部署Dify作为钉钉智能机器人
本文介绍如何通过计算巢AppFlow完成Dify的无代码部署,并将其配置到钉钉中作为智能机器人使用。首先,在钉钉开放平台创建应用,获取Client ID和Client Secret。接着,创建消息卡片模板并授予应用发送权限。然后,使用AppFlow模板创建连接流,配置Dify鉴权凭证及钉钉连接凭证,完成连接流的发布。最后,在钉钉应用中配置机器人,发布应用版本,实现与Dify应用的对话功能。
AppFlow:无代码部署Dify作为钉钉智能机器人
基于DeepSeek的具身智能高校实训解决方案——从DeepSeek+机器人到通用具身智能
本实训方案围绕「多模态输入 -> 感知与理解 -> 行动执行 -> 反馈学习」的闭环过程展开。通过多模态数据的融合(包括听觉、视觉、触觉等),并结合DeepSeek模型和深度学习算法,方案实现了对自然语言指令的理解、物体识别和抓取、路径规划以及任务执行的完整流程。
376 12
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
364 64
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
578 32

热门文章

最新文章