Comment intégrer la plateforme GenAI dans une application Web RH minimale

Introduction

Dans ce tutoriel, vous apprendrez à intégrer la plate-forme DigitalOcean Genai dans vos applications Web. Vous utiliserez une application de gestion des RH de démonstration existante construite à partir de notre article précédent sur la création d'une application Web RH minimale avec Affine Framework et le déployer sur la plate-forme d'application DigitalOcean. Vous pouvez le mettre en service en suivant le tutoriel ci-dessus.

À la fin de ce tutoriel, vous aurez une application de gestion des RH avec un chatbot pour interroger les informations de congé de l'employé. La leçon de ce tutoriel vous guidera dans l'intégration de la plate-forme DigitalOcean Genai dans vos applications Web.

Conditions préalables

• Un compte DigitalOcean Cloud.
• Le projet de démonstration RH minimal.
• Accès à la plateforme DigitalOcean GenAI.

Étape 1 — Configuration du projet

Clone le projet, accédez au dossier du projet et installez les dépendances des applications avec:

npm install

Démarrez l'application avec la commande npm run dev et ouvrez http://localhost:5173 dans le navigateur pour voir l'application. Vous êtes désormais prêt à intégrer le Chatbot DigitalOcean GenAI dans notre application RH minimale.

Étape 2 - Création et ajout du chatbot DigitalOcean Genai à notre application

Connectez-vous au panneau Cloud DigitalOcean dans la barre latérale gauche, puis cliquez sur l'onglet Genai Platform . La page du tableau de bord Genai ressemblera à ceci:

Sous l'onglet agent de cette page, cliquez sur le bouton Créer un agent , qui vous ouvrira une page pour configurer notre agent. La configuration de la page de l'agent ressemble à ceci:

La configuration de notre agent implique :

• Donner le Nom de l'agent . Ici, nous avons utilisé le nom par défaut.
• Donner à notre Instructions d'agent qui lui dit ce que vous voulez qu'il fasse et comment il devrait le faire. Ici, nous utilisons cette instruction; . Agir comme temps de congé HR Agent .
• Sélection d'un modèle. Nous utiliserons le modèle par défaut qui a été sélectionné.
• Ajout de bases de connaissances. Nous n’ajouterons pas cela maintenant. Nous créerons une base de connaissances et l'attacherons à notre modèle plus tard.
• Sélection d'un projet et ajout de balises. Ici, nous utilisons la valeur par défaut, premier projet, et aucune balise n'a été ajoutée.

Une fois que vous avez configuré l'agent, vous pouvez cliquer sur le bouton Créer un agent sous la page pour créer et déployer notre agent pour nous. Cela ouvrira une nouvelle page qui ressemble à ceci :

Une fois l'agent créé, vous pouvez commencer à rechercher les informations souhaitées. Vous trouverez ci-dessous une requête concernant obtenir les jours de congé des employés, mais la réponse est très générique et ne correspond pas aux informations contenues dans cette application. C'est là qu'intervient la base de connaissances.

Étape 3 - Création de la base de connaissances et attachement à notre agent

Dans cette étape, vous allez créer une base de connaissances et la joindre à l'agent.

Qu'est-ce qu'une base de connaissances

Une base de connaissances est un référentiel d'intégrations vectorielles de nos données auxquelles l'agent peut faire référence pour répondre à des questions spécifiques à un domaine. Actuellement, les bases de connaissances prennent en charge les données textuelles, telles que les informations contenues dans les fichiers .doc, .csv, .txt et .json. Et cela signifie que les données sur les employés auxquels nous souhaitons que notre agent fasse référence doivent être dans l'un de ces formats.

Condition préalable pour créer une base de connaissances

• Les données à laquelle l'agent se réfère.
• Un bucket DigitalOcean Spaces qui héberge les données.

Préparer nos données

Il s'agit d'une application minimale, et il a des données sur 3 employés que nous voulons que l'agent nous aide à obtenir leurs jours de congé. Vous trouverez ci-dessous à quoi ressemble les données:

Créons un fichier csv à partir des données et téléchargeons-le dans le compartiment DigitalOcean Spaces. Tout d’abord, vous devrez créer un bucket, et vous pouvez le faire en :

• CLIQUER créer en haut à droite, puis espaces dans le panneau de commande,
• En option, activez le CDN Spaces sans frais supplémentaires.
• Choisissez un nom, une région de centre de données et les autorisations de liste de fichiers de notre espace.
• Cliquez sur Créer un espace. Cela vous amène à la racine de notre nouvel Espace.

Une fois que vous avez terminé la création du seau, vous pouvez télécharger le fichier CSV que vous avez créé à partir des données à ce seau. Pour télécharger le fichier:

• Vous pouvez ajouter des fichiers en faisant glisser et en déposant à partir de l'onglet Fichiers de notre seau. Pour utiliser l'outil de sélection de fichiers à la place, cliquez sur Télécharger des fichiers .
• Après avoir sélectionné nos fichiers à télécharger, choisissez leurs autorisations. Par défaut, ils sont définis sur Privé.
• Cliquez sur Télécharger le fichier.

Créer la base de connaissances

Dans le panneau de commande, cliquez sur Genai Platform dans la barre latérale gauche, puis cliquez sur l'onglet Bases de connaissances et le bouton Créer des connaissances . Cela ouvrira une page comme ci-dessous pour configurer notre base de connaissances.

La configuration de nos connaissances implique:

• Donner le Nom de la base de connaissances. Ici, nous pouvons utiliser hr-off-time-knowledge-base.
• Sélection de notre bucket d'espaces, qui contient les données à référencer. N'oubliez pas le nom du compartiment d'espaces que nous avons créé et sélectionnez-le.
• Choisir où notre base de connaissances devrait vivre. Nous pouvons utiliser la base de données OpenSearch existante ou en créer une nouvelle.
• Sélection du modèle d'intégration : un modèle d'intégration convertit nos données en intégrations vectorielles, qui sont ensuite stockées dans notre cluster de base de données OpenSearch. Utilisez le menu déroulant Modèle d'intégration pour sélectionner notre modèle.
• Examen des prix : examinez le coût estimé de notre base de connaissances par nombre de jetons. Pour référence, chaque jeton est composé d’environ quatre caractères. À grande échelle, 100 jetons équivalent à environ 75 mots de texte. Les estimations supposent un ensemble de données en alphabet latin. - - L'utilisation de caractères non latins, d'émojis ou de données binaires peut générer davantage de jetons.
• Enfin, le choix du projet pour ajouter la base de connaissances et toutes les balises que nous voulons utiliser. Ici, nous pouvons utiliser le projet par défaut.

Nous sommes maintenant prêts à cliquer sur le bouton Créer une base de connaissances. Le provisionnement des bases de connaissances prend généralement cinq minutes ou plus.

Attacher la base de connaissances et tester notre agent

Sous l'onglet Présentation de notre agent, la deuxième étape de la démarrage nous aide à attacher des bases de connaissances à notre agent. Dans cette étape, vous pouvez rechercher le nom de notre base de connaissances, HR-Off-Time-Knowledge-Base dans la zone de sélection. Sélectionnez cela et enregistrez. Il faudra quelques minutes pour mettre à jour notre agent pour refléter nos changements les plus récents.

Après les modifications, vous pouvez interroger notre agent sur les employés et leurs jours de congé. Vous trouverez ci-dessous un exemple d'une telle requête.

Étape 4 - Ajouter un chatbot Genai à notre application RH

Dans le panneau Cloud DigitalOcean, sous Genai Platform> SELECT Agent> Accédez à Term Point . La page de tableau de bord Genai ressemblera à ceci lorsque la disponibilité du point de terminaison est définie sur Playground dans la section Endpoint Détails .

Cliquez sur modifier à côté du terrain de jeu pour modifier la disponibilité en public . Cela modifie la page pour inclure le script chatbot. La page doit être comme ci-dessous:

Nous avons déjà ce script chatbot dans notre application. Copiez votre script et mettez à jour le fichier index.html avec le vôtre.

La fonction de chatbot doit désormais être en direct dans l'application et peut être utilisée pour interroger les informations comme nous l'avons fait dans le panneau de configuration précédemment. Engagez les modifications dans votre référentiel GitHub, et la plate-forme d'application DigitalOcean reconstruit automatiquement son pipeline afin que les modifications se reflètent dans votre application.

Conclusion

Vous avez réussi à intégrer le chatbot dans votre application RH en suivant les étapes de ce tutoriel. Ce tutoriel est un excellent guide pour tirer parti de la plate-forme DigitalOcean Genai dans vos projets Web.