将 IBM WatsonX 数据与 Milvus 结合使用,构建用于知识检索的智能 Slack 机器人

在当今快节奏的工作环境中,快速轻松地访问信息对于保持生产力和效率至关重要。无论是在 Runbook 中查找特定说明,还是访问关键知识转移 (KT) 文档,快速检索相关信息的能力都可以产生重大影响。

本教程将指导您构建一个智能 Slack 机器人,该机器人利用 IBM WatsonX.data 和 Milvus 进行高效的知识检索。通过集成这些工具,您将创建一个机器人,该机器人可以根据组织的知识源搜索并提供查询的答案。我们将使用 IBM WatsonX.data 来填充和查询相关文档,并使用 IBM WatsonX.ai 来回答从获取的文档中提出的问题。

本教程分为两个主要部分:第一部分侧重于使用 IBM WatsonX Data 或开源 Milvus 填充数据库,第二部分介绍如何在本地运行 Python 程序以将机器人连接到 Slack,利用 WatsonX.ai 智能响应用户查询。

在本教程结束时,您将拥有一个功能齐全的 Slack 机器人,它可以增强您的团队访问和利用重要信息的能力,从而提高整体生产力。

先决条件

在开始之前,请确保您具备以下条件:

  • IBM Cloud 帐户:访问 IBM WatsonX.ai 和 WatsonX Data,用于知识检索和 AI 模型集成

  • Milvus 矢量数据库:熟悉 Milvus 存储和查询向量化数据的能力;您可以使用开源 Milvus 或 IBM 的托管 Milvus 服务。

  • Slack 工作区:在工作区中配置和部署 Slack 机器人的管理员访问权限

  • 编程知识:精通 Python,包括 API 经验、使用云服务和处理环境变量的经验

第 1 步:设置 WatsonX.data 和 WatsonX 项目

设置 WatsonX.data

  1. 创建 IBM Cloud 帐户:如果您还没有帐户,请在 IBM Cloud 上注册。

  2. 创建 WatsonX.data 实例:在 IBM Cloud 目录中,通过选择计划并提供必要的详细信息来搜索并创建 WatsonX.data 实例。

设置 WatsonX 项目

  1. 创建 WatsonX 项目:在 IBM Cloud Dashboard 上,导航到 WatsonX 主页,然后在 capabilities 下启动 watsonx.ai。创建 Sandbox 项目。

  2. 获取项目 ID 和 URL:

  • 达拉斯:https://us-south.ml.cloud.ibm.com

  • 伦敦:https://eu-gb.ml.cloud.ibm.com

  • 法兰克福:https://eu-de.ml.cloud.ibm.com

  • 东京:https://jp-tok.ml.cloud.ibm.com

  • 导航到 WatsonX 项目的 Manage 页面以找到 Project ID。

  • 在您新创建的项目中,在"管理"选项卡下,选择左侧菜单上的"服务和集成"。

  • 选择蓝色的"关联服务 +"按钮。从列表中选择可用的 "Watson Machine Learning" 服务名称。

  • 确定与您的项目关联的 Watson Machine Learning 实例的 URL。此 URL 因创建 ML 实例的区域而异,格式如下:。https://<region>.ml.cloud.ibm.com

第 2 步:设置 Milvus 服务器

您可以通过两种方式设置 Milvus 服务器:使用 IBM WatsonX.data 或开源 Milvus 数据库。

使用 IBM WatsonX.data 设置 Milvus

  1. 登录到 WatsonX.data 控制台。

  2. 导航到 Infrastructure Manager。

  3. 添加 Milvus 服务:

  • 单击 Add component 并选择 Add service

  • 从 Type 列表中选择 Milvus

配置 Milvus Service:

  • 显示名称:填写 Milvus 服务名称。

  • 添加存储桶:关联外部存储桶或为 Starter 大小选择 IBM 管理的存储桶。

配置 Milvus 服务:点击 配置

创建到 Milvus 的数据源连接
  1. WatsonX.ai 项目中:
  • 在**"资产"** 选项卡下,选择新建资产 +

连接到数据源:

  • 选择磁贴 Connect to a data source

  • 搜索 Milvus ,然后单击 Select

提供连接详细信息:

  • 从 基础设施管理器 获取 Milvus 主机和端口信息(点击 Milvus 服务,打开 详情 页面)。

  • 提供数据库名称和授权用户凭证以访问 Milvus 实例。

  • 标题:输入连接的标题(例如,"Milvus 连接")。

  • Milvus 主机名、端口、数据库名称、用户名和密码

设置开源 Milvus Server

1. 为 Docker 分配额外的内存

通过 Docker 桌面设置将 Docker 内存增加到至少 8GB。

2. 下载 Docker Compose 配置

创建目录并下载 Docker Compose 文件:

go 复制代码
mkdir milvus_compose
cd milvus_compose
wget https://github.com/milvus-io/milvus/releases/download/v2.2.8/milvus-standalone-docker-compose.yml -O docker-compose.yml
3. 使用 Docker Compose 运行 Milvus
  • 启动 Milvus:

    go 复制代码
    docker compose up -d
  • 验证容器是否正在运行:

    go 复制代码
    docker ps -a
  • 检查 Milvus 服务器日志:

    go 复制代码
    docker logs milvus-standalone

第 3 步:创建 Slack 应用程序

创建 Slack 应用程序

  • 导航到 Slack API。

  • 点击 "Create App" -> "From Scratch"。

  • 提供 App name 并选择要在其中部署机器人的工作区。

  • 在您的Slack应用程序设置下,导航到"OAuth和权限"。

  • 单击"添加 OAuth 范围",然后添加"channels:history "和"chat:write "作为机器人令牌范围。

获取 Token

  1. 从**"OAuth & Permissions** "获取。SLACK_TOKEN

  2. "基本信息" 中获取。SIGNING_SECRET

第 4 步:设置项目并运行应用程序

克隆存储库并安装依赖项:

克隆存储库:

PowerShell

1

go 复制代码
git clone https://github.com/PhaniDivi-613/doc-assistant

导航到项目目录并安装所需的模块:

PowerShell

1

go 复制代码
cd doc-assistant

2

go 复制代码
pip install -r requirements.txt

设置环境:

在项目目录中创建一个文件,并使用前面步骤中收集的以下值填充该文件:.env

PowerShell

1

go 复制代码
PROJECT_ID=<Project ID>

2

go 复制代码
PROJECT_URL=<Project URL>

3

go 复制代码
IC_API_KEY=<IBM Cloud API Token>

4

go 复制代码
SLACK_TOKEN=<Slack API Token>

5

go 复制代码
SIGNING_SECRET=<Signing Secret>

使用 Runbook 填充数据库:

  1. 将所有 Runbook 或知识转移文档放在文件夹中。knowledge_source

  2. 通过运行脚本填充数据库:populate_db.py

PowerShell

1

go 复制代码
python populate_db.py --opensource-milvus  # Use this flag if using open-source Milvus

2

go 复制代码
python populate_db.py  # Use this if using IBM watsonx.data

运行 Python 应用并使用 ngrok 创建隧道:

启动 Python Flask 应用程序:

PowerShell

1

go 复制代码
python3 app.py --opensource-milvus  # If using open-source Milvus

2

go 复制代码
python3 app.py  # If using IBM watsonx.data

在新的终端窗口中,使用 :ngrok

PowerShell

1

go 复制代码
ngrok http 8080

从终端输出中复制转发 URL。ngrok

更新 Slack 配置

  1. 在您的 Slack 应用程序设置中,导航到**"事件订阅"。**

  2. 使用您的 URL 更新**"请求 URL"** 字段,后跟 .ngrok``/events-endpoint

  3. 添加机器人用户事件:

  • message.channels

  • message.channels

保存 Slack 应用程序设置中的更改。

与您的应用程序交互

  1. 邀请您的机器人加入您希望它运行的 Slack 通道。

  2. 在 Slack 通道中,发送消息以触发机器人。例如:
    @dev-assistant 如何使用 CLI 获取 atracker 帐户设置?

  3. 等待机器人处理您的请求并生成响应。

结论

通过执行这些步骤,您已成功设置与 Milvus 数据库集成的 Slack 应用程序以进行知识管理。现在,您可以在 Slack 中与机器人交互,测试其功能,并体验其 AI 驱动的功能。此设置允许根据提供的 Runbook 和知识源进行高效的查询处理和智能响应。

相关推荐
Matlab程序猿小助手6 小时前
【MATLAB源码-第218期】基于matlab的北方苍鹰优化算法(NGO)无人机三维路径规划,输出做短路径图和适应度曲线.
开发语言·嵌入式硬件·算法·matlab·机器人·无人机
xx小寂10 小时前
ubuntu16.04在ros使用USB摄像头-解决could not open /dev/video0问题
ubuntu·机器人
啵啵鱼爱吃小猫咪13 小时前
迭代学习公式
学习·机器人
宋1381027972014 小时前
人形机器人开发、XR仿真训练、影视动画制作,一副手套支持多种应用
机器人·汽车·vr·动作捕捉
会发paper的学渣2 天前
milvus和attu客户端的安装
milvus
Zilliz Planet2 天前
SentenceTransformers×Milvus:如何进行向量相似性搜索
milvus
强哥之神2 天前
向量搜索工具之 Milvus vs. Elastic
人工智能·机器学习·语言模型·llama·milvus·向量搜索·搜索数据库
京天机器人2 天前
当科技照进现实 机器人带着机器狗乘空轨
人工智能·科技·机器人
Mr.Winter`3 天前
轨迹优化 | 基于Savitzky-Golay滤波的无约束路径平滑(附ROS C++/Python仿真)
人工智能·算法·机器人·自动驾驶·ros·ros2·数值优化
风雨同舟13 天前
【EtherCAT】关于TwinCAT的使用
人工智能·stm32·单片机·嵌入式硬件·物联网·机器人·dsp开发