26｜交互细节功能的丰富和功能优化
月影
你好，我是月影。
上一节课，我们几乎已经实现了 AI 面试官项目完整的流程，给面试官智能体赋予了人设、上下文和记忆。
但是，在这里，我们还需要进行一些细节优化，以保证面试效果和面试体验。
异步更新记忆及前端优化
我们上一节课有一个细节，那就是我们在工作流中对 memory 的更新采用了 quiet 的方式，在 Ling 框架的介绍中我提到过，当我们给 Bot 设置 quiet 参数后，它在执行推理的过程里，并不会将任何内容发送给前端。
所以，我们无需等待这部分内容更新结束，就可以继续前端的对话。这样就不会因为记忆的更新需要的时间过长，而导致用户等待很久，让面试沟通变得不够流畅。
不过这带来另一个问题，那就是我们持续对话的时候，有可能记忆还未更新，这会导致 AI 记住的内容和当前对话不一定同步。例如面试对话已经进行到了第 5 轮，而记忆可能才更新到第 3 轮。所以我们还是需要传递给 AI 少量的上下文，以防止这种情况下 AI 对话丢失了最近的上下文信息，产生不恰当的提问或者重复对话等问题。
所以，这时候，我们还是需要把最近的一部分历史对话传给大模型。上一节课，我们通过 historyMap 记录了所有的历史对话，因此我们可以取最近两轮历史对话，也就是 histories 的最后 3 条记录传给当前对话。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. 实现语音输入功能，以提升面试对话的体验。 2. 对代码进行了修改，包括给Ling对象增加了max_tokens参数，设置为8192，给面试对话的bot增加了一组最近的聊天记录，以及在bot输出结束时，给前端发送一个response-finished事件。 3. 异步更新记忆及前端优化，包括对话同时更新记忆、传递最近的一部分历史对话给大模型以防止AI对话丢失最近的上下文信息，以及在前端进行UI处理以防止用户重复提交。 4. 控制时间线，跳过当前面试阶段，通过Ling的sendEvent能力，通知前端更新Timeline，具体方法是发送一个`update-timeline`事件给前端，参数传递timeline的值。 5. 产品化及其他细节优化，包括将Job Description配置项抽取出来，将AI的人设抽取出来，以及通过Memory中的内容进行整体的面试回顾和评估，让AI给出面试结论。 6. 在前端体验上，添加输入切换，让输入过程可以切换输入框为多行文本或者CodeMirror编辑器，以便于获得更好的体验。 7. 优化产品的方向，支持面试记录的持久化存储来支持面试过程的中断与恢复，以及通过控制时间线允许跳过当前阶段来更好地掌控面试流程。 8. 课后练习，通过Memory对象结构，用语义化的JSON字段，引导AI在记录Memory时的思考，结合Memory和当前讨论进行思考和分析，从而给对话模型一些建议，让它能够问出更有针对性的问题。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《跟月影学前端智能体开发》，新⼈⾸单¥59
《跟月影学前端智能体开发》，新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论