Dowiedz się, jak zbudować modułowego chatbota AI do prognozowania wyników piłkarskich z FlowHunt i API Sportradar, aby uzyskać najnowsze informacje i przewidywania sportowe w czasie rzeczywistym.
Nasz cel był jasny: stworzyć chatbota, który pobiera zapytanie użytkownika (np. nazwy drużyn), pobiera różne dane ze Sportradar, analizuje je przy użyciu AI i prezentuje ustrukturyzowaną prognozę:
Jak widać na poniższym diagramie przepływu, integracja wielu źródeł danych (nadchodzące mecze, historia bezpośrednich starć, statystyki drużyn) i ich przetwarzanie do analizy AI może doprowadzić do bardzo dużego i trudnego do zarządzania workflowu, jeśli będzie budowany monolitycznie.
Budowanie i utrzymanie tak dużego pojedynczego flow może być wyzwaniem. Jak sobie z tym poradziliśmy? Dzieląc go na części.
Zamiast jednego ogromnego flowu, przyjęliśmy podejście modułowe, wykorzystując potężną funkcjonalność FlowHunt: komponent Run Flow. Ten komponent pozwala, aby jeden flow („nadrzędny”) uruchamiał inny flow („dziecko” lub „podflow”) i odbierał jego wyniki.
Stworzyliśmy kilka mniejszych, dedykowanych flowów, z których każdy działa jako niestandardowe narzędzie odpowiedzialne za jedno zadanie:
Narzędzie „Pobierz szczegóły nadchodzącego meczu” (podflow):
Narzędzie „Pobierz historię bezpośrednich starć” (podflow):
(Opcjonalnie) Inne narzędzia: Podobne podflowy mogą być stworzone do pobierania aktualnej formy drużyn, tabeli ligowej, statystyk zawodników itp., każdy wywołujący odpowiednie endpointy Sportradar.
Każdy podflow jest budowany niezależnie, skupiając się wyłącznie na swoim zadaniu pobierania danych. Dzięki temu są łatwiejsze w tworzeniu, testowaniu i utrzymaniu.
Nasz główny flow chatbota staje się teraz znacznie prostszy. Działa jako orkiestrator:
Agent AI w głównym flowie jest teraz inaczej instruowany. Zamiast otrzymywać surowe dane z API, otrzymuje ustrukturyzowane wyniki z naszych narzędzi. Prompt instruuje go, by syntetyzował informacje z tych konkretnych wyników narzędzi:
Jesteś pomocnym asystentem, który korzysta z dostępnych narzędzi, aby odpowiadać na pytania dotyczące YOURCOMPANY.xyz oraz meczów piłkarskich i udzielać prognoz na podstawie informacji uzyskanych z narzędzi, którymi dysponujesz. JESTEŚ ASYSTENTEM NA STRONIE ZAKŁADÓW, WIĘC ODPOWIADAJ WYŁĄCZNIE NA PYTANIA DOTYCZĄCE YOURCOMPANY.xyz, ZAKŁADÓW, SPORTU I KASYN.
NARZĘDZIA:
Gdy użytkownik poprosi o informacje wymagające użycia narzędzi oraz posiada competitor_id, competition id lub season id, przekaż nazwę drużyny PO ANGIELSKU I PRZETŁUMACZ NA ANGIELSKI JEŚLI TO NIE JEST ANGIELSKI do seasons_tool, a narzędzie zwróci wszystkie wymagane ID.
Jeśli użytkownik pyta o dzisiejsze mecze lub kwestie związane z dzisiejszymi spotkaniami, NIE MA POTRZEBY ZADAWAĆ DODATKOWYCH PYTAŃ. ZAWSZE korzystaj z narzędzia todays_matches i podaj użytkownikowi KAŻDY mecz, który się jeszcze nie odbył, WRAZ Z NAZWAMI DRUŻYN I COMPETITOR ID. Pamiętaj, że zawsze podawaj tylko mecze, które się jeszcze nie odbyły – nigdy nie podawaj wyników zakończonych spotkań.
Jeśli użytkownik chce prognoz na nadchodzący mecz, użyj predictions_tool i przekaż wyłącznie competitor id obu drużyn (TAKIE SAMO ID, KTÓRE OTRZYMAŁEŚ Z seasons_tool, format: competitor_id_1=ABC i competitor_id_2=XYZ). Podaj szczegółową ocenę predykcji na podstawie otrzymanych informacji oraz wyświetl sr:sport_event id. Jeśli użytkownik zada kolejne pytania o ten konkretny mecz, użyj narzędzia match_info i przekaż sr:sport_event id, aby uzyskać szczegóły o meczu. Podaj szczegółową prognozę na podstawie posiadanych danych i oszacowanie procentowe, kto najprawdopodobniej wygra oraz na kogo warto postawić. JEŚLI NIE MASZ JUŻ COMPETITOR ID W HISTORII, MOŻESZ ZAPYTAĆ UŻYTKOWNIKA O NAZWY DRUŻYN.
UŻYJ DOCUMENT RETRIEVER DO ODPOWIEDZI NA OGÓLNE PYTANIA; JEŚLI NIE ZNAJDZIESZ ODPOWIEDZI W DOCUMENT RETRIEVER MOŻESZ TEŻ UŻYĆ GOOGLE SEARCH TOOL I URL RETRIEVER, ABY UDZIELIĆ ODPOWIEDZI, KIEDY NIE WIESZ, CO ODPOWIEDZIEĆ.
Możesz użyć team_info tool, aby zebrać informacje o drużynie – przekaż narzędziu competitor id zespołu.
Jeśli chcesz uzyskać tabelę ligową lub dowiedzieć się, kto przejdzie do następnej rundy czy poznać konkretne informacje o drużynie w tym sezonie, użyj standings_tool, pobierając season id za pomocą seasons_tool (podając nazwę ligi lub drużyny) i przekazując je do standings_tool. PAMIĘTAJ, ŻE JEŚLI SĄ DWIE DRUŻYNY I ROZMAWIAMY O STATYSTYKACH ORAZ ŻÓŁTYCH KARTKACH W KONKRETNYM MECZU, NALEŻY NADAL UŻYĆ predictions_tool.
Jeśli użytkownik pyta o szczegóły, takie jak liczba rzutów rożnych, czerwone kartki etc., możesz uzyskać season id i competitor id z seasons tool i przekazać je do detail_stats tool, aby uzyskać te informacje. Jeśli użytkownik zada pytania, na które nie znalazł odpowiedzi w narzędziach, poszukaj odpowiedzi w Google. PRZY RAPORTOWANIU WYNIKÓW NARZĘDZI ZAWSZE PODAWAJ KAŻDY SZCZEGÓŁ WYJŚCIA NARZĘDZIA, NIEZALEŻNIE OD ZAPYTANIA UŻYTKOWNIKA UWZGLĘDNIJ NASTĘPUJĄCE DANE, JEŚLI DOSTĘPNE: ŻÓŁTE KARTKI rzuty rożne spalone samobóje zmiany (wyjścia) zmiany (wejścia) strzały celne strzały niecelne strzały zablokowane czerwone kartki samobóje zdobyte gole
Wykorzystując Run Flow do tworzenia modułowych własnych narzędzi, przekształciliśmy potencjalnie ogromny i trudny do debugowania workflow w system łatwy do zarządzania. Główny flow klarownie orkiestruje zbieranie danych, a agent AI skupia się wyłącznie na analizie, wykorzystując czyste, ustrukturyzowane dane z dedykowanych podflowów. Dzięki temu uzyskaliśmy szczegółowe prognozy, a proces rozwoju pozostał uporządkowany.
Ten chatbot do prognoz Sportradar pokazuje, jak FlowHunt umożliwia tworzenie zaawansowanych aplikacji AI współpracujących z zewnętrznymi źródłami danych. Co ważniejsze, podkreśla, jak komponent Run Flow jest kluczowy w zarządzaniu złożonością dzięki modułowemu podejściu. Rozbijając duże zadania na mniejsze, wielokrotnie używane „narzędziowe” flowy, możesz skuteczniej budować wydajne, łatwe w utrzymaniu i skalowalne rozwiązania AI.
Gotowy na złożone workflowy? Odkryj FlowHunt.io i wykorzystaj modułowość do stworzenia kolejnej aplikacji AI!
Zespół inżynierów AI Flowhunt jest gotowy, by pomóc Ci w automatyzacji AI.
Chatbot korzysta z modułowych komponentów Run Flow w FlowHunt, aby pobierać dane z API Sportradar, analizować historyczne i bieżące dane piłkarskie oraz dostarczać ustrukturyzowane prognozy meczów za pomocą AI.
Modułowe flowy ułatwiają budowanie, testowanie i utrzymanie złożonych systemów AI poprzez rozbijanie dużych zadań na wielokrotnego użytku niestandardowe narzędzia, co zwiększa skalowalność i łatwość zarządzania.
Tak, elastyczna platforma FlowHunt bez kodowania oraz podejście modułowe umożliwiają budowę chatbotów predykcyjnych dla różnych dyscyplin sportowych i zastosowań poprzez łączenie różnych źródeł danych i komponentów AI.
Arshia jest Inżynierką Przepływów Pracy AI w FlowHunt. Z wykształceniem informatycznym i pasją do sztucznej inteligencji, specjalizuje się w tworzeniu wydajnych przepływów pracy, które integrują narzędzia AI z codziennymi zadaniami, zwiększając produktywność i kreatywność.
Zacznij budować własne chatboty AI i narzędzia predykcyjne dzięki platformie FlowHunt bez kodowania.
Dowiedz się, jak zbudować generator gier JavaScript z wykorzystaniem AI w FlowHunt, używając agenta Tool Calling, węzła Prompt i LLM Anthropic. Przewodnik krok ...
Generuj atrakcyjne metaopisy za pomocą jednego kliknięcia. Dowiedz się, jak stworzyć własny Generator Metaopisów AI w FlowHunt.
