Fodbold Forudsigelses-Chatbot

En Intelligent Forudsigelsesassistent

Vores mål var klart: at skabe en chatbot, der tager en brugerforespørgsel (som holdnavne), henter forskellige datapunkter fra Sportradar, analyserer dem ved hjælp af AI og præsenterer en struktureret forudsigelse:

Håndtering af Kompleksitet

Som du kan se på flowdiagrammet nedenfor, kan integrationen af flere datapunkter (kommende kampdetaljer, historiske head-to-head, holdstatistikker) og behandlingen af dem til AI-analyse føre til et meget stort og potentielt uhåndterligt workflow, hvis det bygges monolitisk.

At bygge og vedligeholde et så stort enkelt flow kan være udfordrende. Hvordan håndterede vi dette? Ved at opdele det.

Modulært Design med Tilpassede Værktøjer via ‘Run Flow’

I stedet for ét kæmpe flow valgte vi en modulær tilgang ved brug af en kraftfuld FlowHunt-funktion: Run Flow-komponenten. Denne komponent gør det muligt for ét flow (“forældre”) at eksekvere et andet flow (“barn” eller “sub-flow”) og modtage dets resultater.

Vi lavede flere mindre, dedikerede flows, der hver fungerer som et tilpasset værktøj med ansvar for én opgave:

1. “Hent Kommende Kampdetaljer”-Værktøj (Sub-Flow):

   • Input: Modtager parametre som hold-ID’er eller et kamp-ID.
   • Handling: Indeholder en HTTP Request-node konfigureret til at kalde det specifikke Sportradar API-endpoint for at hente kommende kampplaner og detaljer.
   • Output: Returnerer strukturerede data om den specifikke kommende kamp (dato, tid, sted, turnering mv.).
   • [Billede: Konceptuelt screenshot eller forenklet diagram af et lille flow med Input -> HTTP Request (Sportradar Schedule) -> Output]

2. “Hent Historisk Head-to-Head”-Værktøj (Sub-Flow):

   • Input: Modtager parametre som ID’erne på de to konkurrerende hold.
   • Handling: Indeholder en HTTP Request-node konfigureret til at kalde Sportradar API-endpointet for at hente tidligere kampresultater mellem de pågældende hold.
   • Output: Returnerer en struktureret liste over historiske kampe, inklusive datoer, resultater og vindere.
   • [Billede: Konceptuelt screenshot eller forenklet diagram af et lille flow med Input -> HTTP Request (Sportradar History) -> Output]

3. (Valgfrit) Andre Værktøjer: Lignende sub-flows kan oprettes til at hente nuværende holdform, ligastillinger, spillerstatistikker mv., der hver kalder de relevante Sportradar-endpoints.

Trin 1: Opbygning af de Tilpassede Værktøjs-Sub-Flows

Hver sub-flow bygges uafhængigt med fokus udelukkende på sin specifikke dataindsamlingsopgave. Dette gør dem lettere at oprette, teste og vedligeholde.

Trin 2: Orkestrering med Hovedflowet

Vores hoved-chatbot-flow bliver nu langt mere overskueligt. Det fungerer som en orkestrator:

1. Chat Input: Fanger brugerens indledende forespørgsel (fx holdnavne).
2. AI Agent: Den centrale AI Agent (fx Tool Calling Agent) node modtager output fra begge Run Flow-komponenter.
3. Run Flow (Hent Kommende Kamp): Oprettelse af tilpassede værktøjer baseret på de forskellige sportradar API-endpoints.
4. Chat Output: Viser den endelige analyse fra AI Agenten.

Trin 3: Prompting af AI til at Bruge Værktøjsoutput

AI Agenten i hovedflowet prompteres nu anderledes. I stedet for at modtage rå API-data, modtager den de strukturerede output fra vores tilpassede værktøjer. Prompten instruerer den i at syntetisere information ud fra disse specifikke værktøjsoutput:

Du er en hjælpsom assistent, der bruger de værktøjer, du har til rådighed, til at besvare spørgsmål om YOURCOMPANY.xyz, men også om fodboldkampe og give forudsigelser baseret på den information, du modtager fra værktøjerne, du har til rådighed. DU ER EN ASSISTENT PÅ ET BETTINGSITE, SÅ SØRG FOR KUN AT SVARE PÅ RELEVANTE SPØRGSMÅL OM YOURCOMPANY.xyz, ELLER BETTING, SPORT OG CASINOER GENERELT.

VÆRKTØJER:

når en bruger beder om information, der kræver brug af værktøjer og at have competitor_id eller competition id eller endda season id, giv navnet på holdet PÅ ENGELSK OG OVERSÆT TIL ENGELSK HVIS DET IKKE ER, til seasons_tool, og det vil give dig alle nævnte id’er for holdene.

Hvis brugeren spurgte om dagens kampe eller spørgsmål om dagens kampe, er der ikke behov for at stille yderligere spørgsmål. BRUG ALTID OG ALTID todays_matches-værktøjet og giv brugeren ALLE kampe, der ikke er spillet endnu, SAMT HOLDNAVNE OG COMPETITOR ID. MEN glem ikke, at uanset hvad, når du bruger dette værktøj, giv kun kampe, der ikke er spillet endnu, aldrig kampresultater for kampe, der allerede er afsluttet.

hvis brugeren ønskede forudsigelser for en kommende kamp, brug predictions_tool og giv den kun deres competitor id for begge hold DETTE ER DET SAMME id, DU FIK FRA seasons_tool (format: competitor_id_1=ABC og competitor_id_2=XYZ) giv brugeren en detaljeret forudsigelsesvurdering baseret på de oplysninger, du har modtaget, og output også sr:sport_event id. hvis brugeren stiller flere spørgsmål om denne specifikke kamp, skal du give match_info-værktøjet sr:sport_event id for at hente information om denne kamp. giv en detaljeret forudsigelse baseret på de data, du har, og et estimeret procenttal for, hvem der sandsynligvis vinder, og hvem brugeren bør satse på. HVIS DU IKKE ALLEREDE HAR COMPETITOR ID I DIN HISTORIK, KAN DU SPØRGE BRUGEREN OM HOLDNAVNENE.

BRUG DOCUMENT RETRIEVER TIL AT BESVARE GENERELLE FORESPØRGSLER, HVIS DER IKKE ER SVAR I DOCUMENT RETRIEVER, KAN DU OGSÅ BRUGE GOOGLE SEARCH TOOL OG URL RETRIEVER TIL AT BESVARE BRUGERFORESPØRGSLER, NÅR DU IKKE VED, HVAD DU SKAL SVARE.

du kan bruge team_info-værktøjet til at indsamle information om et hold, men du skal sende værktøjet holdets competitor id.

hvis du ønsker stillinger i en nuværende liga, eller hvem der går videre til næste runde, eller specifik information om et hold i denne sæson af den nuværende liga, kan du bruge standings_tool ved at hente season id fra seasons_tool ved at give dette værktøj navnet på ligaen eller holdet og give det til standings_tool MEN HUSK, AT HVIS DER ER 2 HOLD, og vi taler om statistik og gule kort i en specifik kamp, SKAL DU STADIG BRUGE predictions_tool

hvis brugeren spurgte om detaljerede informationer som hjørnespark, røde kort osv., kan du hente season id og competitor id fra seasons_tool og give det til detail_stats-værktøjet for at få alle disse informationer. Hvis brugeren stiller spørgsmål, du ikke kan finde svar på med dine værktøjer, kan du søge på Google efter svar. NÅR DU AFGIVER RAPPORT OM OUTPUT FRA ET VÆRKTØJ, SØRG ALTID FOR AT MEDTAGE ALLE DETALJER FRA VÆRKTØJETS OUTPUT TIL BRUGEREN UANSET BRUGERENS INPUT MEDTAG FØLGENDE DATA HVIS TILGÆNGELIGT: GULT KORT hjørnespark offside SELVMÅL udskiftet_ud udskiftet_ind skud_på_mål skud_udenfor_mål blokerede_skud røde_kort selvmål mål_scoret

Resultatet: Kompleksiteten Håndteret

Ved at bruge Run Flow til at skabe modulære tilpassede værktøjer forvandlede vi et potentielt massivt og svært at fejlfinde workflow til et håndterbart system. Hovedflowet orkestrerer tydeligt dataindsamlingen, og AI-agenten fokuserer udelukkende på analyse ved hjælp af de rene, strukturerede data leveret af de dedikerede sub-flows. Denne tilgang gav det ønskede detaljerede forudsigelsesoutput og holdt udviklingsprocessen organiseret.

Konklusion: Byg Klogere, Ikke Hårdere

Denne Sportradar forudsigelses-chatbot viser, hvordan FlowHunt muliggør oprettelse af sofistikerede AI-applikationer, der interagerer med eksterne datakilder. Endnu vigtigere fremhæver den, hvordan funktioner som Run Flow-komponenten er afgørende for at håndtere kompleksitet gennem modulært design. Ved at opdele store opgaver i mindre, genanvendelige “tilpassede værktøjs”-flows kan du bygge kraftfulde, vedligeholdelsesvenlige og skalerbare AI-løsninger mere effektivt.

Klar til at tackle komplekse workflows? Udforsk FlowHunt.io og udnyt modulariteten til at bygge din næste AI-drevne applikation!

Kom i gang med dit første flow

Flowhunt har et team af AI-flowingeniører klar til at hjælpe dig med AI-automatisering.

Prøv Flowhunt
Tal med en ekspert