Mengembangkan alur aplikasi - Platform For AI

LangStudio adalah lingkungan pengembangan terintegrasi (IDE) yang intuitif dan efisien untuk membangun, menguji, serta mengoptimalkan alur aplikasi. Alur ini dapat mencakup model bahasa besar (LLM), node Python, dan berbagai tool lainnya.

Mulai menggunakan

Untuk informasi lebih lanjut, lihat Buat alur aplikasi.

Metode pembuatan

Buat dari templat: Gunakan templat aplikasi untuk berbagai skenario guna membangun aplikasi AI secara cepat.
Buat berdasarkan tipe:
- Standard: Tipe ini mendukung pengembangan aplikasi umum. Anda dapat menggunakan model bahasa besar, kode Python kustom, dan tool lainnya untuk membangun alur aplikasi Anda.
- Conversational: Tipe ini dirancang khusus untuk pengembangan aplikasi percakapan. Tipe ini memperluas tipe Standard dengan menambahkan manajemen riwayat percakapan, input, dan output, serta menyediakan antarmuka pengujian berbasis kotak dialog.
Impor dari OSS: Pilih paket ZIP alur aplikasi atau jalur OSS yang berisi alur aplikasi tersebut. Jalur ini harus secara langsung berisi file flow.dag.yaml alur aplikasi dan file kode lainnya.
- Anda dapat mengekspor alur aplikasi menggunakan fitur Export di kolom Actions pada daftar Alur Aplikasi LangStudio, lalu membagikannya kepada pihak lain untuk diimpor dan digunakan.
- Konversi file Domain-Specific Language (DSL) Dify ke format alur aplikasi LangStudio, lalu impor menggunakan metode ini.

Konfigurasi variabel lingkungan

Di LangStudio, Anda dapat menambahkan variabel lingkungan yang dibutuhkan oleh alur aplikasi Anda saat waktu proses. Sistem akan memuat variabel ini secara otomatis sebelum alur dijalankan. Node Python, pemanggilan tool, dan logika kustom dapat mengakses variabel tersebut.

Skenario

Kelola informasi sensitif: Simpan Kunci API, token otentikasi, dan informasi sensitif lainnya untuk menghindari hard-coding di dalam kode Anda.
Parameterisasi konfigurasi: Atur parameter waktu proses secara fleksibel, seperti titik akhir model dan periode timeout.

Konfigurasi dan penggunaan

Pada halaman pengeditan alur aplikasi, klik Settings di pojok kanan atas untuk menambahkan variabel lingkungan.
Di dalam node Python, Anda dapat mengakses variabel lingkungan yang telah dikonfigurasi melalui os.environ standar Python:
```
import os

# Contoh: Dapatkan kunci API
api_key = os.environ["OPENAI_API_KEY"]
```

Konfigurasikan Tanggapan Suara Interaktif

Pada halaman pengeditan alur aplikasi, klik Settings di pojok kanan atas. Pada tab Global Settings, konfigurasikan pengaturan Tanggapan Suara Interaktif.

Pengenalan suara otomatis

Fitur Pengenalan Suara Otomatis mengubah input suara pengguna menjadi teks. Teks ini kemudian digunakan sebagai input untuk bidang yang ditandai sebagai "conversation input" di node awal.

Parameter konfigurasi	Deskripsi
Pengaturan model	Pilih koneksi layanan model yang telah dikonfigurasi dan model Pengenalan Suara Otomatis (ASR). Saat ini didukung model seri Paraformer.
Deteksi bahasa	Tetapkan bahasa untuk pengenalan suara. Saat ini, hanya model paraformer-v2 yang mendukung penentuan bahasa pengenalan.

teks-ke-ucapan

Fitur teks-ke-ucapan (TTS) secara otomatis mensintesis output percakapan alur kerja menjadi suara.

Parameter konfigurasi	Deskripsi
Pengaturan model	Pilih koneksi layanan model yang telah dikonfigurasi dan model TTS. Saat ini didukung model seri CosyVoice.
Pengaturan suara	Pilih suara untuk sintesis ucapan. Berbagai suara bawaan tersedia.
Autoplay	Jika Anda mengaktifkan fitur ini, suara hasil sintesis akan diputar secara otomatis selama percakapan.

Penyebaran dan pemanggilan

Sebarkan aplikasi ke Elastic Algorithm Service (EAS). Kemudian, gunakan panggilan API untuk mengaktifkan fitur Tanggapan Suara Interaktif. Untuk informasi tentang metode pemanggilan API umum, lihat Sebarkan alur aplikasi. Bagian ini berfokus pada perbedaan yang terkait dengan Tanggapan Suara Interaktif.

Input suara

Tambahkan bidang `system.audio_input` ke badan permintaan untuk meneruskan URL file audio. Untuk informasi lebih lanjut tentang struktur data file, lihat Input dan output tipe file. Sistem secara otomatis mengonversi audio menjadi teks dan mengisinya ke bidang input percakapan.

{
  "question": "",
  "system": {
    "audio_input": {
      "source_uri": "oss://your-bucket.oss-cn-hangzhou.aliyuncs.com/audio/input.wav"
    }
  }
}

Output suara

Untuk mengambil data audio hasil sintesis TTS, gunakan mode lengkap (<Endpoint>/run endpoint) saat melakukan pemanggilan. Mode dasar tidak mengembalikan data audio.

Bidang	Deskripsi
audio_data	Segmen data audio yang dikodekan Base64. Klien harus mendekode dan menggabungkan segmen-segmen tersebut untuk pemutaran.
tts_metadata	Metadata audio. Termasuk format (pcm), laju sampel (22050 Hz), jumlah saluran (1), dan kedalaman bit (16 bit).

Tanggapan streaming

Audio TTS dikembalikan melalui event TTSOutput dalam aliran Server-Sent Events (SSE):

{
  "event": "TTSOutput",
  "audio_data": "<Base64-encoded audio data>",
  "tts_metadata": {
    "format": "pcm",
    "sample_rate": 22050,
    "channels": 1,
    "bit_depth": 16
  }
}

Tanggapan non-streaming

Audio TTS disertakan dalam respons JSON sebagai bidang output.tts_audio:

{
  "output": {
    "answer": "xxx",
    "tts_audio": {
      "audio_data": "<Base64-encoded full audio data>",
      "tts_metadata": {
        "format": "pcm",
        "sample_rate": 22050,
        "channels": 1,
        "bit_depth": 16
      }
    }
  }
}

Komponen bawaan

Untuk informasi lebih lanjut, lihat Referensi node alur kerja.

Langkah selanjutnya

Setelah Anda mengembangkan dan menguji alur aplikasi, Anda dapat mengevaluasi alur aplikasi. Setelah alur tersebut memenuhi kebutuhan bisnis Anda, Anda dapat menyebarkan alur aplikasi ke EAS untuk digunakan di lingkungan produksi.