0: Значит, это агент мультиагентная система, я даже, я б сказал, которая призвана отвечать на запросы пользователей в карточках, товарах магазина ozon и wildberries, а также.

1: Ведёт переписку в чате продавца и оставляет комментарии на отзывы, которые пользователи оставили в магазине на различные товары. Система мультиагентная состоит из

2: Многих нескольких схем. Многоступенчатая. Достаточно сложный алгоритм реализации. Сейчас постепенно пройдём по всем. Все начинается с того, что нам нужно обновить информацию, обновлять информа.

3: Информацию в базе данных на основе каталога продуктов, то есть каждую неделю запускается данная цепочка автоматизации. В данном случае у нас здесь подключено 6 магазинов, 3 магазина на озоне и

4: 3 магазина на вайлдберрис. Каждую неделю запускается данная цепочка автоматизации для обновления данных в базах. Данные в базах нужны для того, чтобы бот находил информацию о

5: Характеристиках товаров и также производил точный поиск по некоторым параметрам. Например, там, ом номера так выглядит, да, следующим образом. То есть это 1 схема объединяет

6: 2 магазина это ветка для wildberries, ветка для озон здесь.

7: Мы фактически выгружаем весь каталог продукции для конкретного магазина, перерабатываем и складываем в векторную базу данных, чтобы потом впоследствии производить поиск по характеристикам товаров.

8: И формулировать соответствующие ответы. Мы выгружаем все, всю номенклатуру товаров в революционную базу данных для поиска по точному соответствию. То есть в данном случае у нас

9: Работает семантический поиск. В этом случае точный поиск. Так, это схема понятна. Дальше верхнеуровневая схема у нас разбита на 3 части. 1 часть запускается, все 3 запускаются каждый час. Ну, в разное.

10: Время в разные минуты 1 схема, она генерирует ответы на отзывы пользователей для 2 магазинов в озоне и 2 магазина вайлдберрис. Далее запускается схема, отвечает на

11: Вопросы генерирует ответы на вопросы в карточке товаров. Также на в магазине озон, 1 магазин озон, 2 магазин озон и 2 магазина вайлдберрис и 3 часть. Генерируем ответы в чате магазина.

12: Здесь у нас подключён только магазины озон, потому что вайлдберрис там чата с продавцом, точнее он есть, но он запрятан очень глубоко, и им практически никто не пользуется. Так, пройдёмся внутрь. Обработка ревью.

13: Вот здесь мы можем посмотреть, как это выполняется. Мы выбираем в магазине озон в данном случае.

14: По api, естественно, зона, да по 50.

15: По 50 комментариев ревью на каждой итерации, чтобы процесс у нас как-то порционно работал, да, и так что у нас тут и здесь смотрим, да, текст, рекомендация ревью, оценка ревью.

16: Text многие ставят просто звезды просто рейтинги да, без текста да вот 5 5 все хорошо рекомендую 5 5 5.

17: Иногда, конечно, попадаются и двоечки единички с этими данными. Проходим тут некую цепочку трансформации данных до обогащения и так далее. И

18: Все у нас доходит до цикла, по которому продвигается и запускается как раз агент, формирующий отзывы, отзывы на отзывы, комментарии для отзывов здесь есть определённый скрипт.

19: Prompt, который учитывает, естественно, в английском, чтобы сократить нам количество токенов, который учитывает оценку, которую дал пользователь на тот или иной ревью, и семантику.

20: Самого ответа. Если если она присутствует с таким предложением, здесь мы задаём тон дополнительные параметры, что не нужно делать, то се, 5, 10. И вот

21: Как раз если у нас ревью с пятью звёздами, но примерно ответить вот так если с 2 звёздами, примерно так и так далее, если текста нет и при этом стоит 1 2 звезды, вот такой нужно сформировать текст, если 1 звезда

22: Полный мусор. Примерно так вот в таком формате сдаются инструкции и на выходе мы получаем, мы получаем вот такого рода ответы на данные комментарии и они сразу же публикуются

23: На площадку озон та же самая ветка с той же самой логикой сделана для вайлдберрис. Здесь все просто. Здесь самое интересное. Ответы на вопросы в карточке товара. Понятно, что у нас клиент

24: Продаёт запчасти. И здесь самая большая сложность заключается в том, чтобы ответить на вопросы, которые предполагают найти соответствие запчасти конкретному автомобилю покупателям. Также каждый час выби.

25: Определённое количество вопросов за 1 итерацию и формируется ответ. Так, да, вот она схема обработки, обработки вопросов в карточке, в карточке товара. Также при запуске мы берём последние вопросы, которые

26: За последний час у нас мы получили дальше. Понятно. По цепочке до обогащения трансформации данных. И дальше в цикле также мы запускаем процесс формирования генерации ответа.

27: На на этот на эти вопросы, после того, как мы получили ответ, значит, их публикуем непосредственно в озон и записываем результаты для внутренней своей аналитики для ctrl.

28: В google таблицу так, генерация ответа это у нас следующая схема, да, вот она здесь можем посмотреть, как как раз выполнение этого потока рабочего.

29: Процесса было сделано. Вот на вход нам пришло сообщение. Вопрос, подойдёт ли на hyundai такой-то с таким-то номером VIN-номером? Соответственно, вопрос был задан для

30: Продукта радиатор охлаждения. Значит, эта цепочка

31: При своём выполнении сначала определяет, а действительно ли это запасная часть, могут задавать вопросы очень близкие. Продукция очень близкая к запасным частям там

32: Автомобильное полотенце и чтобы разделить эти потоки вопросов на запчасти, действительно и на другие, другую, другой вид продукции, мы спрашиваем искусственный интеллект квалифицировать данный вопрос.

33: В данном случае мы поняли, что

34: Продукт у нас запасная часть. Идём по этой ветке. Дальше мы попадаем в следующий квалификатор, который уже определяет, а что внутри вопроса содержалось? Есть ли там вино?

35: Номер нету там VIN-номера. Вопрос, связанный с характеристиками товаров. Вопрос, связанный с какими-то жалобами, рекламациями и так далее. Данный классификатор определяет

36: Вопроса и направляет в определённую ветку. Допустим, вопрос был связан с какой-нибудь технической техническими характеристиками товаров. То есть по этой ветке это все должно пойти. Здесь мы формируем запросы

37: Инструкции для искусственного интеллекта указываем, что у нас есть такой-то товар задан и что с ним нужно сделать дальше мы обращаемся с запросом к ii к модели, которая в качестве инструмента имеет как раз

38: Векторную базу знаний, в которой хранится вся информация по всем товарам данного конкретного магазина, и он может достать оттуда вполне себе всю необходимую информацию, в дальнейшем определяет следующая, следующая Нода класси.

39: Она определяет, действительно, что-то было найдено, какая-то информация в базе знаний, либо мы ничего не нашли. Ну бывает, что люди спрашивают ту информацию, которая в карточке товара, в принципе.

40: Отсутствует. Далее, если мы информацию нашли и ответ у нас сформировался корректно, мы его где-то на уровне выше будем публиковать уже в озон. Если нет, то мы указываем, что результат у нас оператор. То есть нам нужно передать этот вопрос.

41: Уведомить оператора, чтобы он на него вручную попытался ответить. Все, что попадает в эту ветку, идёт оператору, что попадает в эту ветку, идёт, публикуется сразу в маркетплейс. В данном случае у нас вопрос содержал VIN-номер, то есть у нас

42: Искусственный интеллект квалифицировал, правильно сказал, что в вопросе есть номер. Значит, нам нужно идти и получить запустить алгоритм определения принадлежности, данного данной запчасти.

43: К указанному продукту вызывается следующий рабочий процесс, да, вот он, здравствуй на гранту. И здесь начинается, значит, следующая история. Сначала мы из текста

44: Из текста вопроса выделяем VIN-номер выделили. В данном случае у нас VIN-номер клиенты пишут частенько кириллические символы. Что

45: В принципе, будет выдавать ошибку на сервисе, которым сейчас пользуются менеджеры для поиска информации по конкретному автомобилю, то есть только латинские символы нужны для поиска.

46: Мы, соответственно, дальше заменяем все эти кириллические символы на латинские. То есть в таком виде уже мы сможем что-то найти. Дальше мы запускаем как раз процедуру поиска.

47: Каталога запчастей по конкретному VIN-номеру. Это отдельная процедура. Выглядит она следующим образом. То есть, чтобы нам понять. Так, ладно, Игорь, это уберёт. Сюда нам приходит инфо.

48: Информация по конкретному винномеру этот процесс в конечном своём результате выдаёт полный каталог запчастей конкретного.

49: Конкретного автомобиля с конкретным VIN-номером конкретной модели. То есть несколько номеров VIN-номеров может, могут принадлежать 1 модели автомобиля. Здесь мы работаем, во первых с не знаю, это стоит показывать, нет.

50: Может быть, вырежешь с каталогом?

51: Онлайн каталогом запчастей автодок он имеет в своём составе апи адреса, которым можно получить информацию всего вот этого каталога запчастей, а здесь содержится вся информация, в конечном итоге нужна.

52: Нужно получить вот эту цифру, артикул, и по нему как раз мы будем определять соответствие и принадлежность запчасти конкретному автомобилю. То есть, возвращаясь обратно к схеме, мы имеем на входе VIN-номер здесь.

53: Мы по цепочке проходим, делаем запросы к сервису автодок.

54: Получаем всякие идентификаторы каталогов и так далее. Проверяем в базе данных в другой базе данных наличие, если вдруг у нас уже такой каталог был загружен, чтобы нам не

55: Грузить, да, лишний раз эту, этот сервис, да, не заваливать его запросы. Сначала проверяем. Можно сказать, это cash выглядит он здесь у нас содержится, да, вот номер такая строка, по которой можно идентифицировать каталог.

56: Запчастей, каталог запчастей, то есть вид номеров могут иметь

57: Соответствующую строку, то есть фактически это модель, можно сказать, и в данных мы получаем фактически весь перечень запчастей с названием номером, по которому

58: Выделять соответствие и узел, куда входит тот или иной, та или иная запасная часть. Так, ну да, в данном случае уже мы нашли, у нас уже такой VIN-номер в базе был.

59: Поэтому мы дальше не смотрим. Ну вот 12 минут, значит, здесь мы что-то загружали, да, вот по этому VIN-номеру по другому. Значит, мы определили, что в базе данных, поэтому мы идём, мы идём, значит, и загружать его с этого. Сер.

60: Autodoc, то есть мы определили, что каталог мы нашли, номер мы нашли и запускаем цикл, по которому по всему каталогу мы собираем, значит, информацию по всем узлам, по всем запчастям, далее мы всю эту информа

61: Финально. Вот мы вот этот вот огромный перечень всех запчастей обработали, получили текст, который мы впоследствии будем складывать и в базу данных, и в векторную базу данных сохраняем.

62: Это в нашем кэше добавляем всю эту, весь этот блок текста в векторную базу знаний, которая нам тоже в дальнейшем потребуется, выглядит это следующим образом. Каждый наспе.

63: Это отдельный каталог запчастей смотреть, наверное, да, то есть это все у нас переводится векторный вид, здесь можно посмотреть какие-то, какие-то данные, то есть в дальнейшем, чтобы нам искать запчасть, да?

64: Конкретно в конкретном каталоге пространство имён, и мы там будем производить поиск. Значит, в результате загрузили каталог запчастей, положили это все в базу знаний, в базу, да, дальше можем продолжить. Дальше можем продолжить отвечать на вопрос.

65: Вопрос применимости. Все вы получили, сохранили. Далее пытаемся найти, определить применимость, определить применимость. Так много всего, что это сложно очень все рассказать. Так, в данном случае у нас, что тут мы имеем? А, да, вспомнил.

66: В данном случае, значит, так как мы вопрос из карточки товара, то мы имеем точные координаты для того, чтобы можно было достать этот продукт из базы данных, которую мы храним по всему каталогу. То есть у нас тут есть информация, вот

67: По продуктовому коду, значит получаем вот эту карточку товара со всем, со всеми атрибутами и пытаемся, значит, определить пытаемся определить какие есть у номера данная запчасть, каким

68: Им, номерам соответствует. Определились, что у нас здесь есть, значит, 4 номера. И с этими номерами мы проверяем, входят ли эти номера в тот каталог в базе данных, который мы только что загрузили. Если

69: Они там каким-то образом присутствуют, на вернётся идентификатор той записи. И мы понимаем таким образом, что у нас есть применимость, то есть эти номера, они полностью соответствуют этой запчасти.

70: Так как мы определили, что у нас соответствие есть, запчасть применима, мы уже идём на следующий этап и генерируем соответствующий ответ. В данном случае фишка.

71: Нам должна сгенерировать ответ, что да, ваша запчасть применима. И сформулируй, пожалуйста, соответствующий ответ. Вот она формулирует ответ в соответствии с ситуацией. Мы проверили и

72: Можем с точностью сказать, что ваша запчасть соответствует. Эти и номера входят в тот каталог, который мы выгрузили по VIN-номеру, который нам передал в вопросе клиент. Все на этом поиск мы завершили и возвращаем ответ. Здесь, конечно, много

73: Всяких разных ситуаций. Ну-ка, может быть мы найдём какой-то из них. А вот допустим, да, вот в данном случае у нас

74: Так, надо посмотреть, какой запрос был радиатор. Такой-то вопрос. Скажите, пожалуйста.

75: Номер машины нет. Плохой пример. Вот так вот на мериву 6 с номером таким-то подойдёт ли также мы по всей цепочке сделали проверку и в конечном итоге поняли, что запчасть не подходит, не применима. Дальше у нас

76: Начинается этап либо определения наиболее подходящей запчасти, либо у нас в каталоге её нет, и мы говорим, что запчасть неприменима, у нас нет такой запчасти на складе, и мы её предоставить. Здесь система

77: Тоже достаточно интересная. Сначала мы пытаемся определить, то есть у нас на входе есть название запчасти, электровентилятор, опель там и так далее. Нам нужно найти что-то

78: Более менее подходящая здесь мы пытаемся из названия запчасти полной найти такое каноническое имя в принципе запчасти, что вот это электровентилятор охлаждения. Значит, по этому имени мы пытаемся определить

79: Какие варианты узлов в автомобиле, куда может входить данная запчасть, он нам вывел 3. Это система охлаждения, сборный радиатор и что-то ещё.

80: С этими данными мы пытаемся найти в базе знаний что-то более менее подходящее под заданные условия. То есть ли в твоей базе знаний электровентилятор, который, возможно, входит

81: Такие-то узлы. И да, нам выдаёт ответ, что в базе знаний действительно есть такой подходящий узел и выдаёт его номер. В дальнейшем оно потребует

82: Хорошо, мы номер нашли. Дальше мы проверяем. А действительно ли вот этот компонент, который нашёл предыдущий агент, является, является

83: Также электровентилятором, который мы изначально пытались найти, потому что результаты тут могут быть совершенно другие. И нам нужно убедиться, что действительно и тот, и тот вентилятор, который мы искали, который мы нашли, они действительно являются вентиляторами.

84: Плюс минус это один и тот же агрегат. После того, как мы убедились, да, релевантный, мы пытаемся найти по номеру, по вот этому, да? Угу. Спёр парту, есть ли у нас

85: Подходящий какой-то вентилятор.

86: С указанным номером. В данном случае мы ничего не нашли и, соответственно, формируем ответ, что, извините, мы ничего не нашли, даже ничего вам порекомендовать не можем. Увы, но тут также возможен вариант, когда мы что-то найдём тогда.

87: Мы порекомендуем человеку, что вот конкретный вентилятор, который вы хотите проверить, он к вашей машине не подходит, и вам стоит обратить внимание на другой товар с другим артикулом и другим.

88: Номером и направить его уже в другую карточку товара. Ответы по всем, значит, веткам у нас объединяются и мы в результате видим

89: Видим 1 ответ, который объединяет в себе различные вариации входящих запросов. Все кажется, все, да, соответственно, в чате магазина это

90: Практически тоже самое, что это, это на карточке товара да, мы просто получаем переписку, переписку в чате магазина. Здесь по факту также запускается в какой-то момент под процесс для генерации.

91: Ответа. Там также мы смотрим, что это за вопрос, классифицируем, анализируем и направляем в определённую, в определённую ветку, чтобы сформулировать на него ответ.

92: Все здесь мы получили ответ. Также мы его подправляем, чтобы он был более лаконичный и понятный, и публикуем в чат чат пользователя. Загрузилось описание. Вопросы, где вопросы?

93: Вот они вопросы, это вопросы в карточке товара. 28 января. Последний вопрос. Нет, мы запускались позже, где-то в марте, 4 января, 1 апреля.

94: Да, образом выглядят уже ответы на площадке. Непосредственно. Здравствуйте. Подойдёт ли вот с таким номером? И агент ответил, к сожалению, нет. Сколько прошло с момента вопроса? Проверили совместимость рады сообщить, что данная полностью запчасть полностью совместима.

95: Все человек или кто-то поставил.

96: Палец вверх, что ответ ему помог, но это же прекрасно все делается на автомате, да? Или кто-то вот написал вопрос.

97: Без VIN-номера. Подскажите, подойдёт или не подойдёт? Мы ему написали, что вам нужен VIN-номер. Нам нужен VIN-номер для того, чтобы точно не все. Да, все, мы определили вот о номер.