Генеративные агенты ИИ способны давать человеческие ответы и участвовать в разговорах на естественном языке, организуя цепочку вызовов базовых моделей (FM) и других дополняющих инструментов на основе пользовательского ввода. Вместо того, чтобы выполнять заранее определенные намерения только с помощью статического дерева решений, агенты автономны в контексте своего набора доступных инструментов. Коренная порода Амазонки — это полностью управляемый сервис, который делает доступными ведущие FM от компаний, занимающихся искусственным интеллектом, через API, а также инструменты разработчика, помогающие создавать и масштабировать генеративные приложения искусственного интеллекта.
В этом посте мы демонстрируем, как создать генеративного агента финансовых услуг с искусственным интеллектом на базе Amazon Bedrock. Агент может помочь пользователям найти информацию об их учетной записи, заполнить заявку на кредит или ответить на вопросы на естественном языке, а также ссылаться на источники полученных ответов. Это решение предназначено для разработчиков в качестве стартовой площадки для создания собственных персонализированных диалоговых агентов для различных приложений, таких как виртуальные работники и системы поддержки клиентов. Код решения и ресурсы развертывания можно найти в Репозиторий GitHub.
Amazon Lex предоставляет интерфейс понимания естественного языка (NLU) и обработки естественного языка (NLP) для открытого исходного кода. Диалоговый агент LangChain встроенный в АМС Усиление Веб-сайт. Агент оснащен инструментами, в том числе Anthropic Claude 2.1 FM, размещенным на Amazon Bedrock, и синтетическими данными о клиентах, хранящимися на Amazon DynamoDB и Амазон Кендра обеспечить следующие возможности:
- Предоставляйте персонализированные ответы – Запросить DynamoDB для получения информации об учетной записи клиента, такой как сводные данные по ипотеке, остаток задолженности и дата следующего платежа.
- Доступ к общим знаниям – Используйте логику рассуждений агента в сочетании с огромными объемами данных, используемых для предварительного обучения различных FM, предоставляемых через Amazon Bedrock, для подготовки ответов на любые запросы клиентов.
- Курировать самоуверенные ответы – Информируйте ответы агентов, используя индекс Amazon Kendra, настроенный на основе авторитетных источников данных: документы клиентов, хранящиеся в Простой сервис хранения Amazon (Amazon S3) и Веб-сканер Amazon Kendra настроен для сайта заказчика
Обзор решения
Демонстрационная запись
В следующей демонстрационной записи показаны функциональные возможности агента и детали технической реализации.
Архитектура решения
Следующая диаграмма иллюстрирует архитектуру решения.
Рабочий процесс ответа агента включает в себя следующие этапы:
- Пользователи ведут диалог с агентом на естественном языке, выбрав веб-канал, SMS или голосовой канал. Веб-канал включает веб-сайт, размещенный на Amplify, со встроенным чат-ботом Amazon Lex для вымышленного клиента. SMS и голосовые каналы можно дополнительно настроить с помощью Амазон Коннект и интеграция обмена сообщениями для Амазон Лекс. Каждый запрос пользователя обрабатывается Amazon Lex для определения намерений пользователя с помощью процесса, называемого распознаванием намерений, который включает в себя анализ и интерпретацию вводимых пользователем данных (текста или речи) для понимания предполагаемого действия или цели пользователя.
- Затем Amazon Lex вызывает AWS Lambda обработчик выполнения намерений пользователя. Функция Lambda, связанная с чат-ботом Amazon Lex, содержит логику и бизнес-правила, необходимые для обработки намерений пользователя. Lambda выполняет определенные действия или получает информацию на основе ввода пользователя, принимая решения и генерируя соответствующие ответы.
- Lambda использует логику агента финансовых услуг в качестве диалогового агента LangChain, который может получать доступ к данным конкретного клиента, хранящимся в DynamoDB, курировать самоуверенные ответы, используя ваши документы и веб-страницы, проиндексированные Amazon Kendra, и предоставлять общие знания через FM на Amazon Bedrock. Ответы, генерируемые Amazon Kendra, включают указание источника, демонстрируя, как можно предоставить дополнительную контекстную информацию агенту через Извлечение дополненной генерации (ТРЯПКА). RAG позволяет вам расширить возможности вашего агента генерировать более точные и контекстуально релевантные ответы, используя ваши собственные данные.
Архитектура агента
На следующей диаграмме показана архитектура агента.
Рабочий процесс рассуждения агента включает в себя следующие этапы:
- Диалоговый агент LangChain включает в себя память разговоров, поэтому он может отвечать на несколько запросов с помощью контекстной генерации. Эта память позволяет агенту предоставлять ответы, учитывающие контекст текущего разговора. Это достигается за счет контекстуальной генерации, когда агент генерирует релевантные и контекстуально соответствующие ответы на основе информации, которую он запомнил из разговора. Проще говоря, агент запоминает то, что было сказано ранее, и использует эту информацию для ответа на несколько вопросов таким образом, чтобы это имело смысл в продолжающемся обсуждении. Наш агент использует Класс истории сообщений чата DynamoDB от LangChain в качестве буфера памяти разговоров, чтобы он мог вспоминать прошлые взаимодействия и улучшать взаимодействие с пользователем за счет более содержательных, контекстно-зависимых ответов.
- Агент использует Anthropic Claude 2.1 на Amazon Bedrock для выполнения желаемой задачи с помощью серии тщательно сгенерированных пользователем текстовых вводов, известных как наводящие. Основная цель оперативного проектирования – добиться конкретных и точных ответов от FM. Различные методы оперативного проектирования включают в себя:
- нулевой выстрел – Модели задается один вопрос без каких-либо дополнительных подсказок. Ожидается, что модель сгенерирует ответ, основанный исключительно на заданном вопросе.
- Малозарядный – Перед самим вопросом приводится набор примеров вопросов и соответствующие ответы на них. Показывая модели эти примеры, она учится реагировать аналогичным образом.
- Цепочка мыслей – Особый стиль подсказок, состоящих из нескольких шагов, при котором подсказка содержит ряд промежуточных шагов рассуждения, направляющих модель через логический мыслительный процесс, в конечном итоге приводящих к желаемому ответу.
Наш агент использует цепочку мыслей, выполняя ряд действий после получения запроса. После каждого действия агент переходит на этап наблюдения, на котором выражает мысль. Если окончательный ответ еще не получен, агент выполняет итерацию, выбирая различные действия для достижения окончательного ответа. См. следующий пример кода:
Мысль: нужно ли мне использовать инструмент? Да
Действие: действие, которое необходимо предпринять
Ввод действия: ввод действия.
Наблюдение: результат действия
Мысль: нужно ли мне использовать инструмент? Нет
Агент ФСИ: [ответ и первичные документы]
- В рамках различных путей рассуждения агента и выбора самооценки для принятия решения о следующем образе действий он имеет возможность доступа к синтетическим источникам данных о клиентах через Инструмент Amazon Kendra Index Retriever. Используя Amazon Kendra, агент выполняет контекстный поиск по широкому спектру типов контента, включая документы, часто задаваемые вопросы, базы знаний, руководства и веб-сайты. Более подробную информацию о поддерживаемых источниках данных см. Источники данных. Агент имеет право использовать этот инструмент для предоставления самоуверенных ответов на запросы пользователей, на которые следует отвечать, используя авторитетную библиотеку знаний, предоставляемую клиентом, а не более общий корпус знаний, используемый для предварительного обучения Amazon Bedrock FM.
Руководство по развертыванию
В следующих разделах мы обсудим ключевые шаги по развертыванию решения, включая этапы до и после развертывания.
Предварительное развертывание
Прежде чем развернуть решение, вам необходимо создать собственную раздвоенную версию репозитория решения с веб-перехватчиком, защищенным токеном, для автоматизации непрерывного развертывания вашего веб-сайта Amplify. Конфигурация Amplify указывает на исходный репозиторий GitHub, на основе которого построен интерфейс нашего веб-сайта.
Форк и клон генеративный-ai-amazon-bedrock-langchain-agent-example хранилище
- Чтобы контролировать исходный код, из которого создается ваш веб-сайт Amplify, следуйте инструкциям в Форкнуть репозиторий форк репозитория generative-ai-amazon-bedrock-langchain-agent-example. При этом создается копия репозитория, отключенная от исходной базы кода, поэтому вы можете внести соответствующие изменения.
- Запишите URL-адрес разветвленного репозитория, который будет использоваться для клонирования репозитория на следующем этапе и для настройки переменной среды GITHUB_PAT, используемой в сценарии автоматизации развертывания решения.
- Клонируйте разветвленный репозиторий с помощью команды git clone:
Создайте токен личного доступа GitHub.
Веб-сайт, размещенный на Amplify, использует Токен личного доступа GitHub (PAT) в качестве токена OAuth для стороннего контроля версий. Токен OAuth используется для создания веб-перехватчика и ключа развертывания, доступного только для чтения, с использованием клонирования SSH.
- Чтобы создать свой PAT, следуйте инструкциям в Создание токена личного доступа (классика). Вы можете предпочесть использовать Приложение GitHub для доступа к ресурсам от имени организации или для долгосрочной интеграции.
- Прежде чем закрывать браузер, запишите свой PAT — вы будете использовать его для настройки переменной среды GITHUB_PAT, используемой в сценарии автоматизации развертывания решения. Скрипт опубликует ваш PAT на Менеджер секретов AWS через Интерфейс командной строки AWS (AWS CLI), а секретное имя будет использоваться в качестве GitHubTokenSecretName. AWS CloudFormation Параметр.
развертывание
Скрипт автоматизации развертывания решения использует параметризованный шаблон CloudFormation, GenAI-FSI-Agent.yml, чтобы автоматизировать предоставление следующих ресурсов решения:
- Веб-сайт Amplify для моделирования вашей клиентской среды.
- Бот Amazon Lex, настроенный с помощью пакета развертывания импорта ботов.
- Четыре таблицы DynamoDB:
- UserPendingAccountsTable – Записывает ожидающие транзакции (например, заявки на получение кредита).
- UserExistingAccountsTable – Содержит информацию об учетной записи пользователя (например, сводку ипотечного счета).
- Таблица индекса беседы – Отслеживает состояние разговора.
- Разговорный стол – Сохраняет историю разговоров.
- Корзина S3, содержащая обработчик агента Lambda, загрузчик данных Lambda и пакеты развертывания Amazon Lex, а также часто задаваемые вопросы для клиентов и документы с примерами заявок на ипотеку.
- Две лямбда-функции:
- Обработчик агента – Содержит логику диалогового агента LangChain, которая может разумно использовать различные инструменты на основе пользовательского ввода.
- Загрузчик данных – Загружает пример данных учетной записи клиента в UserExistingAccountsTable и вызывается как пользовательский ресурс CloudFormation во время создания стека.
- Слой Lambda для библиотек Amazon Bedrock Boto3, LangChain и pdfrw. Этот уровень предоставляет FM-библиотеке LangChain модель Amazon Bedrock в качестве базовой FM и предоставляет pdfrw в качестве PDF-библиотеки с открытым исходным кодом для создания и изменения PDF-файлов.
- Индекс Amazon Kendra, который обеспечивает поиск авторитетной информации о клиентах, включая документы, часто задаваемые вопросы, базы знаний, руководства, веб-сайты и многое другое.
- Два источника данных Amazon Kendra:
- Amazon S3 – Проводит пример документа с часто задаваемыми вопросами для клиентов.
- Веб-сканер Amazon Kendra – Настроен корневой домен, который имитирует веб-сайт конкретного клиента (например, .com).
- Управление идентификацией и доступом AWS (IAM) разрешения для предыдущих ресурсов.
AWS CloudFormation предварительно заполняет параметры стека значениями по умолчанию, указанными в шаблоне. Чтобы предоставить альтернативные входные значения, вы можете указать параметры как переменные среды, на которые ссылаются пары `ParameterKey=,ParameterValue=` в команде `aws cloudformation create-stack` следующего сценария оболочки.
- Прежде чем запускать сценарий оболочки, перейдите к разветвленной версии репозитория generative-ai-amazon-bedrock-langchain-agent-example в качестве рабочего каталога и измените разрешения сценария оболочки на исполняемый файл:
- Установите репозиторий Amplify и переменные среды GitHub PAT, созданные на этапах перед развертыванием:
- Наконец, запустите сценарий автоматизации развертывания решения, чтобы развернуть ресурсы решения, включая GenAI-FSI-Agent.yml Стек CloudFormation:
source ./create-stack.sh
Сценарий автоматизации развертывания решения
Предыдущий source ./create-stack.sh shell
Команда запускает следующие команды AWS CLI для развертывания стека решения:
После развертывания
В этом разделе мы обсуждаем шаги после развертывания для запуска клиентского приложения, которое предназначено для эмуляции производственного приложения клиента. Агент финансовых услуг будет работать как встроенный помощник в примере веб-интерфейса.
Запустите веб-интерфейс для вашего чат-бота
Ассоциация Веб-интерфейс Amazon Lex, также известный как пользовательский интерфейс чат-бота, позволяет быстро предоставить комплексный веб-клиент для чат-ботов Amazon Lex. Пользовательский интерфейс интегрируется с Amazon Lex для создания плагина JavaScript, который включит виджет чата на базе Amazon Lex в существующее веб-приложение. В этом случае мы используем веб-интерфейс для эмуляции существующего веб-приложения клиента со встроенным чат-ботом Amazon Lex. Выполните следующие шаги:
- Следуйте инструкциям, чтобы развертывание стека CloudFormation веб-интерфейса Amazon Lex.
- В консоли AWS CloudFormation перейдите к списку стека. Выходы вкладку и найдите значение для
SnippetUrl
.
- Скопируйте фрагмент веб-интерфейса Iframe, который будет напоминать формат, приведенный ниже. Добавление пользовательского интерфейса ChatBot на ваш сайт в виде Iframe.
- Отредактируйте разветвленную версию исходного репозитория Amplify GitHub, добавив плагин JavaScript веб-интерфейса в раздел с надписью
<-- Paste your Lex Web UI JavaScript plugin here -->
для каждого HTML-файла в разделе внешний каталог:index.html
,contact.html
иabout.html
.
Amplify предоставляет автоматизированный конвейер сборки и выпуска, который запускается на основе новых коммитов в ваш разветвленный репозиторий и публикует новую версию вашего веб-сайта в вашем домене Amplify. Вы можете просмотреть статус развертывания на консоли Amplify.
Доступ к веб-сайту Amplify
Имея подключаемый модуль JavaScript веб-интерфейса Amazon Lex, вы готовы запустить демонстрационный веб-сайт Amplify.
- Чтобы получить доступ к домену вашего веб-сайта, перейдите к стеку CloudFormation. Выходы вкладку и найдите URL-адрес домена Amplify. Альтернативно используйте следующую команду:
- После доступа к URL-адресу домена Amplify вы можете приступить к тестированию и проверке.
Тестирование и проверка
Следующая процедура тестирования направлена на проверку того, что агент правильно идентифицирует и понимает намерения пользователя в отношении доступа к данным клиента (например, информации об учетной записи), выполнения бизнес-процессов с помощью заранее определенных намерений (например, заполнения заявки на получение кредита) и ответов на общие запросы, такие как следующие примеры подсказок:
- Почему мне следует использовать ?
- Насколько конкурентоспособны их тарифы?
- Какой тип ипотеки мне следует использовать?
- Каковы современные тенденции в сфере ипотечного кредитования?
- Сколько мне нужно отложить на первоначальный взнос?
- Какие еще расходы я буду платить при закрытии?
Точность ответов определяется путем оценки релевантности, последовательности и человеческого характера ответов, генерируемых Amazon Bedrock, предоставленных Anthropic Claude 2.1 FM. Ссылки на источники, предоставленные в каждом ответе (например, .com на основе конфигурации веб-сканера Amazon Kendra), также должны быть подтверждены как заслуживающие доверия.
Предоставляйте персонализированные ответы
Убедитесь, что агент успешно получает доступ к соответствующей информации о клиентах и использует ее в DynamoDB, чтобы адаптировать ответы для конкретных пользователей.
Обратите внимание, что использование аутентификации по PIN-коду в агенте предназначено только для демонстрационных целей и не должно использоваться в какой-либо производственной реализации.
Курировать самоуверенные ответы
Убедитесь, что агент отвечает на самоуверенные вопросы достоверными ответами, правильно получая ответы на основе авторитетных документов клиентов и веб-страниц, проиндексированных Amazon Kendra.
Обеспечьте контекстную генерацию
Определите способность агента предоставлять контекстуально релевантные ответы на основе предыдущей истории чата.
Доступ к общим знаниям
Подтвердите доступ агента к общей информации для запросов, не связанных с конкретными клиентами и не высказывающих мнений, которые требуют точных и последовательных ответов на основе данных обучения Amazon Bedrock FM и RAG.
Запуск предопределенных намерений
Убедитесь, что агент правильно интерпретирует и в диалоговом режиме выполняет пользовательские запросы, которые предназначены для направления на заранее определенные цели, например заполнение заявки на получение кредита в рамках бизнес-процесса.
Ниже приводится итоговый документ заявки на получение кредита, заполненный в диалоговом режиме.
Функциональность многоканальной поддержки можно протестировать в сочетании с предыдущими мерами оценки по веб-каналам, SMS и голосовым каналам. Подробнее об интеграции чат-бота с другими сервисами см. Интеграция бота Amazon Lex V2 с Twilio SMS и Добавьте бота Amazon Lex в Amazon Connect.
Убирать
Чтобы избежать расходов в вашей учетной записи AWS, очистите выделенные ресурсы решения.
- Отмените токен личного доступа GitHub. GitHub PAT настраиваются со сроком действия. Если вы хотите гарантировать, что ваш PAT не может быть использован для программного доступа к вашему разветвленному репозиторию Amplify GitHub до истечения срока его действия, вы можете отозвать PAT, выполнив следующие действия: Инструкции репозитория GitHub.
- Удалите стек GenAI-FSI-Agent.yml CloudFormation и другие ресурсы решения с помощью скрипта автоматизации удаления решения. Следующие команды используют имя стека по умолчанию. Если вы настроили имя стека, соответствующим образом измените команды.
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
Скрипт автоматизации удаления решения
Ассоциация
delete-stack.sh shell
сценарий удаляет ресурсы, которые изначально были предоставлены с помощью сценария автоматизации развертывания решения, включая стек GenAI-FSI-Agent.yml CloudFormation.
Соображения
Хотя решение в этом посте демонстрирует возможности генеративного агента финансовых услуг с искусственным интеллектом на базе Amazon Bedrock, важно понимать, что это решение не готово к промышленной эксплуатации. Скорее, он служит наглядным примером для разработчиков, стремящихся создать персонализированных диалоговых агентов для различных приложений, таких как виртуальные работники и системы поддержки клиентов. Путь разработчика к производству будет повторять этот пример решения с учетом следующих соображений.
Безопасность и конфиденциальность
Обеспечьте безопасность данных и конфиденциальность пользователей на протяжении всего процесса внедрения. Внедрите соответствующие механизмы контроля доступа и шифрования для защиты конфиденциальной информации. Такие решения, как агент финансовых услуг с генеративным искусственным интеллектом, извлекут выгоду из данных, которые еще не доступны базовому FM, что часто означает, что вам захочется использовать свои собственные личные данные для максимального увеличения возможностей. Рассмотрим следующие рекомендации:
- Держите это в секрете, держите его в безопасности – Вы хотите, чтобы эти данные оставались полностью защищенными, безопасными и конфиденциальными во время процесса создания, и хотите контролировать, как эти данные передаются и используются.
- Установите ограничения использования – Узнайте, как данные используются службой, прежде чем предоставлять их своим командам. Создайте и распространите правила, определяющие, какие данные и какой сервис можно использовать. Разъясните это своим командам, чтобы они могли действовать быстро и безопасно создавать прототипы.
- Привлекайте юридических лиц раньше, чем позже – Попросите своих юристов просмотреть положения и условия и сервисные карты услуг, которые вы планируете использовать, прежде чем начинать передавать через них какие-либо конфиденциальные данные. Ваши юридические партнеры никогда не были более важными, чем сегодня.
В качестве примера того, как мы думаем об этом в AWS с Amazon Bedrock: все данные шифруются и не покидают вашего VPC, а Amazon Bedrock делает отдельную копию базового FM, доступную только клиенту, и выполняет тонкую настройку или обучает эту частную копию модели.
Пользовательское тестирование
Проведите пользовательское приемочное тестирование (UAT) с реальными пользователями, чтобы оценить производительность, удобство использования и удовлетворенность агента финансовых услуг с генеративным искусственным интеллектом. Собирайте отзывы и вносите необходимые улучшения на основе отзывов пользователей.
Развертывание и мониторинг
Разверните полностью протестированный агент на AWS и внедрите мониторинг и ведение журналов для отслеживания его производительности, выявления проблем и оптимизации системы по мере необходимости. Функции мониторинга и устранения неполадок Lambda включены по умолчанию для обработчика Lambda агента.
Обслуживание и обновления
Регулярно обновляйте агент последними версиями FM и данными, чтобы повысить его точность и эффективность. Отслеживайте данные конкретного клиента в DynamoDB и синхронизируйте индексацию источника данных Amazon Kendra по мере необходимости.
Заключение
В этом посте мы углубились в захватывающий мир генеративных агентов ИИ и их способности облегчать взаимодействие, подобное человеческому, посредством оркестровки вызовов FM и других дополнительных инструментов. Следуя этому руководству, вы сможете использовать Bedrock, LangChain и существующие ресурсы клиентов для успешного внедрения, тестирования и проверки надежного агента, который предоставляет пользователям точную и персонализированную финансовую помощь посредством общения на естественном языке.
В следующем посте мы продемонстрируем, как можно реализовать ту же функциональность, используя альтернативный подход с помощью Агенты Amazon Bedrock и База знаний для Amazon Bedrock. Эта реализация, полностью управляемая AWS, позволит дополнительно изучить возможности предоставления интеллектуальной автоматизации и возможностей поиска данных с помощью персонализированных агентов, которые изменят способ взаимодействия пользователей с вашими приложениями, делая взаимодействие более естественным, эффективным и результативным.
Об авторе
Кайл Т. Блоксом — старший архитектор решений в AWS, расположенном в Южной Калифорнии. Страсть Кайла — объединять людей и использовать технологии для предоставления решений, которые нравятся клиентам. Вне работы он любит заниматься серфингом, есть, бороться со своей собакой и баловать племянницу и племянника.
- SEO-контент и PR-распределение. Получите усиление сегодня.
- PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
- ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
- ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
- ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
- Источник: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- :имеет
- :является
- :нет
- :куда
- $UP
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- способность
- О нас
- принятие
- доступ
- доступной
- доступа
- соответственно
- Учетная запись
- точность
- точный
- достигнутый
- через
- Действие (Act):
- Действие
- действия
- фактического соединения
- добавить
- дополнительный
- регулировать
- Агент
- агенты
- AI
- Стремясь
- Цель
- Все
- позволяет
- вдоль
- уже
- причислены
- альтернатива
- Amazon
- Амазон Кендра
- Amazon Lex
- Amazon Web Services
- суммы
- усиливать
- an
- анализ
- и
- ответ
- ответы
- Антропный
- любой
- API
- Применение
- Приложения
- подхода
- соответствующий
- архитектура
- МЫ
- AS
- оценки;
- Активы
- помощь
- Помощь
- помощник
- связанный
- At
- дополненная
- Аутентификация
- автоматизировать
- Автоматизированный
- автоматизация
- автономный
- доступен
- избежать
- AWS
- AWS CloudFormation
- AWS Lambda
- Баланс
- Использование темпера с изогнутым основанием
- основанный
- BE
- было
- до
- от имени
- польза
- ЛУЧШЕЕ
- лучшие практики
- Крупнейшая
- Бот
- приносить
- буфер
- строить
- строит
- построенный
- бизнес
- by
- Калифорния
- под названием
- Объявления
- CAN
- возможности
- возможности
- способный
- Карты
- осторожно
- случаев
- CD
- цепь
- изменение
- Канал
- каналы
- расходы
- чат
- Chatbot
- chatbots
- выбор
- выбор
- со ссылкой на
- классический
- чистым
- Очистить
- клиент
- закрытие
- код
- кодовая база
- ПОСЛЕДОВАТЕЛЬНЫЙ
- COM
- совершает
- Компании
- конкурентоспособный
- дополнительный
- полный
- Заполненная
- полностью
- комплектующие
- комплексный
- Условия
- Конфигурация
- настроить
- ПОДТВЕРЖДЕНО
- связь
- Рассматривать
- соображения
- Консоли
- содержать
- содержит
- содержание
- Типы контента
- контекст
- контекстной
- (CIJ)
- контроль
- контрольная
- Соглашение
- Разговор
- диалоговый
- Беседы
- правильно
- соответствующий
- Расходы
- курс
- гусеничный
- Создайте
- создали
- создает
- Создающий
- создание
- заслуживающий доверия
- Текущий
- изготовленный на заказ
- клиент
- данные клиентов
- служба поддержки
- Клиенты
- подгонянный
- данным
- безопасность данных
- решать
- решение
- Древо решений
- решения
- По умолчанию
- доставить
- поставляется
- Демо
- демонстрировать
- демонстрирующий
- развертывание
- развертывание
- предназначенный
- желанный
- подробнее
- Определять
- определены
- Застройщик
- застройщиков
- Диалог
- различный
- отключившийся
- обсуждать
- обсуждение
- распространять
- Разное
- do
- документ
- Документация
- приносит
- Собака
- домен
- вниз
- проект
- два
- в течение
- e
- каждый
- Ранее
- эхо
- Эффективный
- эффективность
- эффективный
- встроенный
- включен
- зашифрованный
- шифрование
- привлечение
- Проект и
- повышать
- обеспечивать
- Вводит
- Окружающая среда
- оборудованный
- существенный
- Эфир (ETH)
- оценивать
- оценки
- пример
- Примеры
- захватывающий
- существующий
- ожидаемый
- опыт
- истечение
- истечение
- Больше
- экспорт
- выражает
- содействовал
- FAQ
- Обратная связь
- Файл
- Файлы
- окончательный
- финансовый
- финансовые услуги
- обнаружение
- конец
- поток
- следовать
- после
- Что касается
- вилка
- формат
- найденный
- Год основания
- от
- Frontend
- выполнение
- выполнение
- полностью
- функция
- функциональность
- Функции
- далее
- собирать
- Общие
- порождать
- генерируется
- генерирует
- порождающий
- поколение
- генеративный
- Генеративный ИИ
- идти
- GitHub
- данный
- инструкция
- руководящий
- упряжь
- Есть
- he
- помощь
- здесь
- основной момент
- его
- история
- состоялся
- хостов
- Как
- How To
- HTML
- HTTP
- HTTPS
- i
- IAM
- идентифицирует
- определения
- Личность
- if
- иллюстрирует
- осуществлять
- реализация
- Импортировать
- важную
- улучшение
- in
- включают
- включены
- включает в себя
- В том числе
- включать
- включает в себя
- индекс
- индексированный
- наделяют информацией
- информация
- вход
- затраты
- вместо
- инструкции
- инструменты
- Интегрируется
- Интегрируя
- интеграций
- Умный
- Интеллектуальная Автоматизация
- предназначенных
- намерение
- взаимодействовать
- взаимодействие
- Интерфейс
- Intermediate
- в нашей внутренней среде,
- в
- вызывается
- Запускает
- включает в себя
- вопросы
- IT
- ЕГО
- JavaScript
- JPG
- Прыгать
- Сохранить
- Основные
- знания
- известный
- язык
- последний
- запуск
- запуск
- Launchpad
- слой
- ведущий
- Оставлять
- Юр. Информация
- Кредитное плечо
- библиотеки
- Библиотека
- такое как
- линия
- связи
- загрузчик
- грузы
- варианты
- каротаж
- логика
- логический
- любят
- ниже
- сделать
- ДЕЛАЕТ
- Создание
- управляемого
- менеджер
- способ
- Май..
- значимым
- означает
- меры
- механизмы
- Память
- сообщение
- встретивший
- MIT
- модель
- Модели
- изменения
- изменять
- монитор
- Мониторинг
- БОЛЕЕ
- Ипотека
- двигаться
- много
- с разными
- должен
- имя
- именования
- натуральный
- Естественный язык
- Обработка естественного языка
- Изучение естественного языка
- природа
- Откройте
- необходимо
- Необходимость
- необходимый
- никогда
- Новые
- следующий
- НЛП
- НЛУ
- нет
- в своих размышлениях
- сейчас
- OAuth
- цель
- наблюдение
- of
- предлагают
- .
- on
- постоянный
- только
- открытый
- с открытым исходным кодом
- работать
- Упрямый
- Оптимизировать
- or
- Orchestrating
- оркестровка
- организация
- оригинал
- первоначально
- Другое
- наши
- выходы
- внешнюю
- за
- обзор
- собственный
- пакет
- пакеты
- пар
- параметр
- параметры
- часть
- партнеры
- страсть
- мимо
- путь
- пути
- ОПЛАТИТЬ
- оплата
- в ожидании
- Люди
- выполнять
- производительность
- выполняет
- Разрешения
- личного
- Персонализированные
- трубопровод
- Часть
- план
- Платон
- Платон Интеллектуальные данные
- ПлатонДанные
- пожалуйста
- плагин
- пунктов
- После
- мощностью
- Питание
- практиками
- предшествующий
- предопределенный
- предпочитать
- представлены
- предыдущий
- первичный
- политикой конфиденциальности.
- частная
- процедуры
- продолжить
- процесс
- обрабатываемых
- обработка
- производит
- производства
- Производство
- программный
- Прогресс
- наводящие
- для защиты
- защищенный
- прототип
- обеспечивать
- при условии
- приводит
- обеспечение
- что такое варган?
- публиковать
- Публикует
- цель
- целей
- Запросы
- вопрос
- Вопросы
- быстро
- ассортимент
- Стоимость
- скорее
- доходит до
- достигнув результата
- готовый
- реальные
- получение
- признание
- признавать
- запись
- учет
- относиться
- освободить
- соответствующие
- складская
- удаленные
- хранилище
- запросить
- требовать
- обязательный
- ресурс
- Полезные ресурсы
- Реагируйте
- ответ
- ответы
- результат
- результирующий
- обзоре
- корень
- условиями,
- Run
- Бег
- работает
- безопасно
- Сказал
- то же
- удовлетворение
- сохраняются
- Шкала
- скрипт
- Поиск
- Secret
- секреты
- Раздел
- разделах
- безопасный
- безопасность
- посмотреть
- выбор
- смысл
- чувствительный
- отдельный
- Серии
- служит
- обслуживание
- Услуги
- набор
- общие
- Оболочка
- должен
- аналогичный
- просто
- простой
- одинарной
- SMS
- отрывок
- So
- только
- Решение
- Решения
- Источник
- исходный код
- Источники
- Об
- южный
- конкретный
- речь
- стек
- Начало
- Область
- Статус:
- оставаться
- Шаг
- Шаги
- диск
- хранить
- магазины
- стиль
- Успешно
- такие
- suite
- РЕЗЮМЕ
- запас
- поддержка
- Системы поддержки
- Поддержанный
- синтетический
- система
- системы
- T
- взять
- Тандем
- Сложность задачи
- команды
- Технический
- снижения вреда
- Технологии
- шаблон
- terms
- условиями
- тестXNUMX
- проверенный
- Тестирование
- текст
- чем
- который
- Ассоциация
- информация
- Источник
- их
- Их
- тогда
- Эти
- они
- мышление
- сторонние
- этой
- мысль
- Через
- по всему
- в
- сегодня
- вместе
- знак
- инструментом
- инструменты
- к
- трек
- Обучение
- поезда
- Сделки
- Transform
- дерево
- Тенденции
- правда
- мелодии
- Twilio
- напишите
- Типы
- ui
- В конечном счете
- под
- лежащий в основе
- понимать
- понимание
- понимает
- Предстоящие
- Обновление ПО
- на
- URL
- юзабилити
- Применение
- использование
- используемый
- Информация о пользователе
- Пользовательский опыт
- конфиденциальность пользователей
- пользователей
- использования
- через
- использует
- VALIDATE
- Проверка
- ценностное
- Наши ценности
- переменная
- разнообразие
- различный
- Огромная
- проверить
- версия
- с помощью
- Вид
- Виртуальный
- Режимы
- ждать
- хотеть
- законопроект
- Путь..
- we
- Web
- веб приложение
- веб-сервисы
- Вебсайт
- веб-сайты
- были
- Что
- который
- в то время как
- широкий
- Широкий диапазон
- будете
- в
- без
- Работа
- рабочие
- рабочий
- Рабочие процессы
- работает
- Мир
- бы
- Да
- еще
- являетесь
- ВАШЕ
- зефирнет
- ZIP