Saat Anda membangun dengan Conversational Analytics API, pengelolaan status adalah pertimbangan arsitektur utama. Anda mengelola status percakapan API dan, untuk aplikasi yang menggunakan Agent Development Kit (ADK), status sesi framework.
Mode status API
Metode chat di Conversational Analytics API mendukung parameter konteks yang saling eksklusif yang menentukan cara penanganan status percakapan.
Gunakan tabel berikut untuk membandingkan mode ini:
| Mode | Negara bagian/Provinsi | Histori percakapan | Agen | Parameter | Deskripsi |
|---|---|---|---|---|---|
| Melakukan chat dengan referensi percakapan | Stateful | Dikelola oleh API | Ya | ConversationReference |
Melanjutkan percakapan stateful dengan mereferensikan percakapan yang ada dan agen terkaitnya. Google Cloud menyimpan dan mengelola histori percakapan. Anda hanya mengirim pesan baru untuk setiap giliran. |
| Referensi percakapan dengan agen data | Stateless | Dikelola oleh aplikasi Anda | Ya | DataAgentContext |
Mengirim pesan stateless yang mereferensikan agen data tersimpan untuk konteks. Aplikasi Anda harus mengelola dan memberikan histori percakapan lengkap dengan setiap permintaan. |
| Chat dengan konteks inline | Stateless | Dikelola oleh aplikasi Anda | Tidak | InlineContext |
Mengirim pesan stateless yang memberikan semua konteks langsung dalam permintaan. Mode ini tidak menggunakan agen data tersimpan. Aplikasi Anda harus mengelola dan menyediakan histori percakapan lengkap. |
Status sesi ADK
Jika Anda menggunakan framework ADK untuk orkestrasi, ADK menyediakan lapisan pengelolaan status yang beroperasi secara independen dari status Conversational Analytics API. Memahami kedua lapisan ini sangat penting untuk membangun sistem multi-agen yang berfungsi dengan benar.
ADK menggunakan konvensi awalan kunci untuk mengontrol cakupan dan masa pakai variabel status. Gunakan tabel berikut untuk mengevaluasi cakupan ini:
| Awalan kunci | Cakupan | Masa berlaku | Terlihat oleh | Contoh |
|---|---|---|---|---|
| (tanpa awalan) | Sesi | Hanya sesi saat ini | Semua agen dalam sesi | Topik percakapan saat ini atau hasil kueri terakhir |
user: |
Pengguna | Di semua sesi untuk pengguna yang sama | Semua agen dan sesi untuk pengguna tertentu | Preferensi pengguna, ID agen data tersimpan, atau setelan bahasa |
app: |
Aplikasi | Di semua sesi untuk semua pengguna | Semua agen dan semua pengguna | Konfigurasi aplikasi global, ID agen data bersama, atau tanda fitur |
temp: |
Pemanggilan | Hanya pemanggilan saat ini | Agen saat ini dalam pemanggilan aktif | Data respons perantara, seperti potongan streaming atau perhitungan yang sedang berlangsung |
Untuk mengetahui informasi selengkapnya tentang berbagi status dalam sistem multi-agen, lihat dokumentasi ADK.
Cara interaksi status API dan status ADK
Saat Anda menggunakan Conversational Analytics API dengan framework ADK, lapisan status berfungsi secara independen:
- Status API: Jika aplikasi Anda menggunakan referensi percakapan (mode stateful), maka API akan mengelola histori percakapan. Jika aplikasi Anda menggunakan konteks agen data atau konteks inline (mode tanpa status), maka API tetap tanpa status untuk setiap panggilan.
- Status sesi ADK: Framework ADK mempertahankan sesi, peristiwa, dan variabel statusnya sendiri, terlepas dari mode yang digunakan Conversational Analytics API.
Misalnya, saat Anda menggunakan alat ask_data_insights atau ask_data_agent dalam ADK, setiap panggilan bersifat stateless secara independen di tingkat API, meskipun ADK mempertahankan konteks sesi yang lebih luas. Demo streaming ADK menggambarkan pola yang direkomendasikan untuk interaksi ini: sub-agen data menulis data respons yang diuraikan ke status temp:, yang kemudian dibaca oleh agen hilir dalam pemanggilan yang sama.
Langkah berikutnya
- Bandingkan pola integrasi arsitektur untuk menentukan pendekatan terbaik bagi aplikasi Anda.
- Pelajari arsitektur dan konsep utama Conversational Analytics API.
- Pelajari cara melakukan autentikasi dan terhubung ke sumber data.
- Pelajari cara membuat dan mengonfigurasi agen dengan HTTP.
- Pelajari cara membuat dan mengonfigurasi agen dengan Python.
- Pelajari lebih lanjut cara mengarahkan perilaku agen dengan konteks yang dibuat.
- Pahami kontrol akses dengan IAM untuk Conversational Analytics API.
- Pelajari cara melindungi agen dan percakapan data Anda menggunakan CMEK.
- Pelajari cara merender respons agen untuk sumber data Looker.