更新时间:2025-01-14 GMT+08:00
分享

构建流程

准备工作

  • 为确保有可用的NLP大模型,请先完成NLP大模型的部署操作,详见《用户指南》“开发盘古NLP大模型 > 部署NLP大模型 > 创建NLP大模型部署任务”。
  • 本实践将使用华为云文本翻译API,请先完成创建多语言文本翻译插件操作。

操作流程

创建盘古多语言文本翻译工作流的流程见表1

表1 创建盘古多语言文本翻译工作流流程

操作步骤

说明

步骤1:创建并配置多语言文本翻译工作流

本样例场景实现多语言文本翻译工作流的创建与配置。

步骤2:试运行多语言文本翻译工作流

本样例场景实现多语言文本翻译工作流的试运行。

步骤1:创建并配置多语言文本翻译工作流

  1. 登录ModelArts Studio大模型开发平台,单击“AGENT开发”,将跳转至Agent开发平台。
    图1 AGENT开发
  2. 在Agent开发平台,单击左侧导航栏“工作台”,在“工作流”页签,单击右上角“创建工作流”。
  3. 选择“对话型工作流”,输入工作流名称、英文名称及描述,单击“确定”,进入工作流编排页面。
    图2 创建工作流
  4. 在工作流编排页面,平台已预先编排了开始、大模型与结束节点。

    单击节点右上角的,可以对当前节点执行重命名、复制、删除操作。开始和结束节点为必选节点,无法删除。

    图3 节点的重命名、复制、删除操作
  5. 配置“开始”节点。单击“开始”节点,该节点已默认配置query参数,该参数表示用户输入的内容。当前场景下无需新增参数,单击“确定”。
    图4 连接节点操作
  6. 配置“意图识别”节点。
    1. 鼠标拖动左侧“意图识别”节点至编排页面,连接“开始”节点和“意图识别”节点,单击“意图识别”节点进行配置。
      图5 连接节点操作
    2. 在“参数配置”中,配置输入参数。
      • 参数名称:默认参数名称为input。
      • 类型、值:选择“引用 > query”。query为开始节点的输出变量值。
    3. 在“模型配置”中,选择模型并进行参数配置。

    4. 在“意图配置”中,填写场景意图。

      其中,意图的内容为针对该场景的描述语句或关键词,同时也将作为大模型进行推理和分类的依据,数量为2 ~ 5个。

    5. 在“高级配置”中配置提示词。单击“确定”,完成参数配置。
      图6 意图识别节点参数配置
  7. 配置“提示器”节点。
    1. 鼠标拖动左侧“提问器”节点至编排页面,并连接“意图识别”的“文本翻译”意图节点与该节点,单击该节点进行配置。
    2. 在“参数配置”中,配置输入参数,如图7
      图7 配置输入参数
    3. 配置输出参数。如图8,单击“引用插件 > 个人插件”,选择#pangulm_04_0031/section5283185764817中创建好的插件,单击“确定”,将自动导入插件参数,如图9
      图8 引用插件参数
      图9 自动导入插件参数
    4. 在“模型配置”中,选择模型并进行参数配置。

    5. 在“高级配置”中,配置“指令”如下:
      请你从目标数据中提取翻译相关参数,参数包括text(待翻译文本),from(目标原语言),to(翻译目标语言)。目标数据未提供或者有歧义(如存在多个)的变量请保证取值为空\'\'。from的取值范围为ar、de、ru、fr、ko、pt、ja、th、es、en、vi、zh、auto。ar为阿拉伯语,de为德语,ru为俄语,fr为法语,ko为韩语,pt为葡萄牙语,ja为日语,th为泰语,tr为土耳其语,es为西班牙语,en为英语,vi为越南语,zh为中文,auto为不指定由插件自行决定语种。to的取值范围是ar、de、ru、fr、ko、pt、ja、th、es、en、vi、zh。ar为阿拉伯语,de为德语,ru为俄语,fr为法语,ko为韩语,pt为葡萄牙语,ja为日语,th为泰语,tr为土耳其语,es为西班牙语,en为英语,vi为越南语,zh为中文。请注意:不要使用任何工具、不用理会问题的具体含义,并保证你的输出仅有json格式的结果数据,以保证返回结果可以被json.dumps直接解析。你的返回格式格式示例为:{\"text\":\"a\",\"from\":\"b \",\"to\":\"c\"}。
    6. “提问器”节点配置完成后,单击“确定”。
  8. 配置“插件”节点。
    1. 鼠标拖动左侧“插件”节点至编排页面,在“个人插件”中选择创建多语言文本翻译插件创建好的翻译插件。
    2. 连接“提问器”节点与该节点,连接该节点与结束节点。
    3. 单击该节点,按照图10,进行参数配置,再单击“确定”。
      图10 配置文本翻译插件参数
  9. 配置“大模型”节点。
    1. 鼠标拖动左侧“大模型”节点至编排页面,连接“意图识别”节点和该节点,连接该节点和“结束”节点,单击该节点进行配置。
    2. 在“参数配置”中,配置输入、输出参数。

    3. 在“模型配置”中,选择已经部署的NLP大模型并进行参数配置,在“提示词配置”中,配置提示词。

      如果“模型配置 > 模型选择”中没有可供选择的NLP大模型,请完成模型部署操作,详见《用户指南》“开发盘古NLP大模型 > 部署NLP大模型 > 创建NLP大模型部署任务”。

    4. “大模型”节点配置完成后,单击“确定”。
  10. 配置“结束”节点。
    单击“结束”节点,如图11,配置输入参数与指定回复。
    图11 配置结束节点输入参数
  11. 编排完成的工作流见图12
    图12 多语种翻译工作流编排

步骤2:试运行多语言文本翻译工作流

完成工作流编排后,需要对该工作流进行试运行,以查看工作流效果。工作流试运行步骤如下:

  1. 配置文本翻译插件的Token。

    单击右上角“试运行”,在“插件配置”中单击“添加参数”,填写X-Auth-TokenToken值,单击“开始运行”。

    其中,X-Auth-Token为文本翻译的鉴权参数,Token值创建多语言文本翻译插件获取。

    图13 插件配置
  2. 试运行工作流。在“试运行”页面,输入对话。

    图14,当用户分别输入对话类问题(如“你好”)、翻译类问题(如“翻译奶茶到日语”)时,“意图识别”节点对用户的意图进行分类,最终输出翻译后的内容。

    图14 试运行工作流

相关文档