Aprende a construir un chatbot modular de predicción de fútbol potenciado por IA con FlowHunt y la API de Sportradar para obtener información y predicciones deportivas en tiempo real.
Nuestro objetivo era claro: crear un chatbot que tome una consulta del usuario (como nombres de equipos), obtenga diversos datos de Sportradar, los analice con IA y presente una predicción estructurada:
Como puedes ver en el diagrama de flujo a continuación, integrar múltiples puntos de datos (detalles del próximo partido, historial cara a cara, estadísticas de los equipos) y procesarlos para el análisis de IA puede llevar a un flujo de trabajo muy grande y potencialmente difícil de manejar si se construye de forma monolítica.
Construir y mantener un flujo tan grande puede ser un desafío. ¿Cómo lo gestionamos? Dividiéndolo en partes.
En lugar de un flujo gigante, adoptamos un enfoque modular utilizando una potente función de FlowHunt: el componente Run Flow. Este componente permite que un flujo (el “principal”) ejecute otro flujo (el “hijo” o “sub-flujo”) y reciba sus resultados.
Creamos varios flujos más pequeños y dedicados, cada uno actuando como una herramienta personalizada responsable de una sola tarea:
Herramienta “Obtener Detalles del Próximo Partido” (Sub-Flujo):
Herramienta “Obtener Historial Cara a Cara” (Sub-Flujo):
(Opcional) Otras Herramientas: Se pueden crear sub-flujos similares para obtener la forma actual del equipo, posiciones en la liga, estadísticas de jugadores, etc., cada uno llamando a los endpoints relevantes de Sportradar.
Cada sub-flujo se construye de forma independiente, centrándose únicamente en su tarea específica de obtención de datos. Esto los hace más fáciles de crear, probar y mantener.
Nuestro flujo principal de chatbot ahora es mucho más limpio. Actúa como orquestador:
El Agente de IA en el flujo principal ahora recibe una instrucción diferente. En lugar de recibir datos sin procesar de la API, recibe las salidas estructuradas de nuestras herramientas personalizadas. La instrucción le indica que sintetice información de estas salidas específicas de herramientas:
You are a helpful assistant that uses the tools at its disposal to answer questions you answer questions about YOURCOMPANY.xyz but also about soccer games and giving predictions based on the info you receive from the tools at your disposal, YOU ARE AN ASSISTANT ON A BETTING WEBSITE SO MAKE SURE TO ANSWER ONLY RELEVANT QUESTIONS ABOUT YOURCOMPANY.xyz , OR BETTING, SPORTS, AND CASINOS IN GENERAL.
TOOLS:
when a user asks for any information that requires you to use tools and to have competitor_id or competition id or even season id give the name of the team IN ENGLISH AND TRANSLATE TO ENGLISH IF ITS NOT to seasons_tool and it will give you the teams all the mentioned ids.
If the user asked about todays games or questions about todays games theres no need to ask any additional questions. ALWAYS AND ALWAYS use the todays_matches tool and give the user EVERY SINGLE match that hasn’t happened yet ALONG WITH TEAM NAMES AND COMPETITOR ID. BUT dont forget that no matter when using this tool give matches that haven’t happened yet never give match results for games that are already concluded.
if the user wanted predictions for an upcoming match use the predictions_tool and give it the only their competitor id for both teams THIS IS THE SAME id YOU OBTAINED FROM THE seasons_tool (format: competitor_id_1=ABC and competitor_id_2=XYZ) give the user detailed prediction rating based on the info you recieved and also output the sr:sport_event id . if the user asked more questions about this specific game you should give the match_info tool the sr:sport_event id in order to extract information about that match. give a detailed prediction based on the data you have and an estimated precentage on who will mostlikely win and who the user should bet on. IF YOU ALREADY DONT HAVE THE COMPETITOR ID IN YOUR HISTORY YOU CAN ASK THE USER FOR THE TEAM NAMES.
USE DOCUMENT RETRIEVER TO ANSWER GENERAL QUERIES IF THERE ARE NO ANSWERS IN DOCUMENT RETRIEVER YOU CAN ALSO USE GOOGLE SEARCH TOOL AND URL RETRIEVER TO ANSWER USER QUERIES WHEN YOU DONT KNOW WHAT TO ANSWER.
you can use team_info tool to gather information about a team but you should send the tool the team’s competitor id.
if you want standings of a current league or who is going to go to the next round or specific information on a team in this season of the current league you can use the standings_tool by obtaining the season id from the seasons_tool by giving this tool the name of the league or team and giving it to the standings_tool BUT KEEP IN MIND THAT IF THERE ARE 2 TEAMS and we are talking about stats and yellow cards in a specific game YOU STELL HAVE TO USE THE predictions_tool
if the user asked about detailed info like corner amount or red cards or etc. you can obtain season id and competitor id from seasons tool and give it to detail_stats tool to get all that information. If the user asked questions that you couldnt find within your tools you can search google for answers. WHEN GIVING REPORT OF OUTPUT OF A TOOL, ALWAYS MAKE SURE TO INCLUIDE EVERY SINGLE DETAIL OF THE TOOL OUTPUT FOR THE USER REGARDLESS OF USER’S INPUT INCLUDE THE FOLLOWING DATA IF ACCESSIBLE: YELLOW CARD corner_kicks offsides OWN GOALS substituted_out substituted_in shots_on_target shots_off_target shots_blocked red_cards own_goals goals_scored
Al usar Run Flow para crear herramientas personalizadas modulares, transformamos un flujo de trabajo potencialmente masivo y difícil de depurar en un sistema manejable. El flujo principal orquesta claramente la recopilación de datos, y el agente IA se centra puramente en el análisis usando los datos limpios y estructurados proporcionados por los sub-flujos dedicados. Este enfoque entregó la salida de predicción detallada deseada mientras mantenía el proceso de desarrollo organizado.
Este chatbot de predicción con Sportradar demuestra cómo FlowHunt permite la creación de aplicaciones de IA sofisticadas que interactúan con fuentes de datos externas. Más importante aún, destaca cómo características como el componente Run Flow son cruciales para gestionar la complejidad mediante un diseño modular. Al dividir tareas grandes en flujos más pequeños y reutilizables como “herramientas personalizadas”, puedes construir soluciones de IA potentes, mantenibles y escalables de manera más efectiva.
¿Listo para abordar flujos de trabajo complejos? ¡Explora FlowHunt.io y aprovecha la modularidad para crear tu próxima aplicación impulsada por IA!
Flowhunt cuenta con un equipo de ingenieros de flujos de IA listos para ayudarte con la Automatización de IA.
El chatbot utiliza los componentes modulares Run Flow de FlowHunt para recopilar datos de la API de Sportradar, analizar datos históricos y en tiempo real de fútbol, y ofrecer predicciones estructuradas de partidos usando IA.
Los flujos modulares facilitan la construcción, prueba y mantenimiento de sistemas de IA complejos al dividir grandes tareas en herramientas personalizadas reutilizables, mejorando la escalabilidad y la gestión.
Sí, la plataforma flexible sin código de FlowHunt y su enfoque modular te permiten crear chatbots predictivos para una variedad de deportes y casos de uso conectando diferentes fuentes de datos y componentes de IA.
Arshia es ingeniera de flujos de trabajo de IA en FlowHunt. Con formación en ciencias de la computación y una pasión por la IA, se especializa en crear flujos de trabajo eficientes que integran herramientas de IA en las tareas cotidianas, mejorando la productividad y la creatividad.
Empieza a crear tus propios chatbots y herramientas predictivas impulsadas por IA con la plataforma sin código de FlowHunt.
Aprende a crear un generador de juegos JavaScript con IA en FlowHunt utilizando el Tool Calling Agent, el nodo Prompt y el LLM de Anthropic. Guía paso a paso ba...
¿Te faltan ideas de contenido o simplemente tienes curiosidad por saber de qué habla la gente en internet? Prueba nuestra herramienta de IA para descubrirlo y a...
Genera inmediatamente schema.org en formato JSON. Aprende a crear tu propio generador de Schema.org con IA en FlowHunt.
