CN117094285A - 基于自然语言执行指令的方法、系统及计算设备 - Google Patents

Abstract

本发明公开了一种基于自然语言执行指令的方法、系统及计算设备，涉及互联网及人工智能技术领域。方法包括：接收各应用的功能注册请求，从功能注册请求中获取应用名称和对应的功能信息；根据各应用的应用名称和对应的功能信息，拼接生成调教内容，以对大型语言模型进行调教；接收聊天助手客户端发送的自然语言内容，输入调教后的大型语言模型进行处理，以判断自然语言内容是否能转换为指令，如果能转换为指令，则根据自然语言内容生成指令相关内容；根据指令相关内容，生成指令并发送至对应的应用来执行。根据本发明的技术方案，实现了将用户的自然语言智能化、自动化转换为指令并分发至对应应用来执行，支持在一句话中融合多条指令。

Description

基于自然语言执行指令的方法、系统及计算设备

技术领域

本发明涉及互联网及人工智能技术领域，尤其涉及一种基于自然语言执行指令的方法、指令执行系统及计算设备。

背景技术

随着人工智能的快速发展，用户可以在多种场景下使用自然语言来控制设备或程序执行指令，例如智能家居系统、车载语音助手等工具，一般是将用户的语音转换为文字，再将文字转换为指令。

现有的技术方案，一般是通过对用户输入的文字进行纠错改写、语法分析、句法分析、分词和场景分类等步骤，最后可能得到一种固定格式的指令，将指令交给可以执行的设备或者程序来执行。但，这种方案无法按照用户的日常用语来执行指令，例如，用户想要打开灯时，需要说“打开厨房的灯”或者“帮我打开厨房的灯”，而如果用户说“厨房有点暗，帮我一下”，一些智能家居理解起来就比较困难，会进行报错或执行错误的指令。可见，现有技术方案无法精确判断用户的真实语义。另外，现有方案无法在一句话中融合多条指令，也无法支持任意应用的动态注册。

因此，需要一种基于自然语言执行指令的方法，以解决上述技术方案中存在的问题。

发明内容

为此，本发明提供一种基于自然语言执行指令的方法及指令执行系统，以解决或至少缓解上面存在的问题。

根据本发明的一个方面，提供一种基于自然语言执行指令的方法，在聊天助手服务端执行，所述聊天助手服务端分别与聊天助手客户端及多个应用通信连接，所述方法包括：接收各应用的功能注册请求，从所述功能注册请求中获取应用名称和对应的功能信息，其中，所述功能信息包括指令和对应的指令描述；根据已注册的各应用的应用名称和对应的功能信息，拼接生成调教内容，以利用所述调教内容对大型语言模型进行调教；接收所述聊天助手客户端发送的自然语言内容；将所述自然语言内容，输入调教后的大型语言模型进行处理，以判断所述自然语言内容是否能转换为指令，如果能转换为指令，则根据所述自然语言内容生成指令相关内容；根据所述指令相关内容，生成指令并发送至对应的应用，以便所述应用执行所述指令。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述调教后的大型语言模型适于：在判断所述自然语言内容能转换为指令时，输出正在执行指令的回复内容。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述方法还包括：向所述聊天助手客户端返回所述正在执行指令的回复内容。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述调教后的大型语言模型还适于：在判断所述自然语言内容不能转换为指令时，输出与所述自然语言内容相对应的普通回复内容；所述方法还包括：向所述聊天助手客户端返回所述普通回复内容。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述指令相关内容包括：一个或多个应用名称、各应用名称对应的指令；根据所述指令相关内容，生成指令并发送至对应的应用，包括：对所述指令相关内容进行格式化处理，以生成一个或多个指令；根据各指令对应的应用名称，分别将各指令发送至对应的应用。

可选地，在根据本发明的基于自然语言执行指令的方法中，还包括：响应于各应用的功能注册请求，利用白名单对所述应用名称和对应的功能信息进行鉴权操作；如果鉴权成功，则向所述应用返回对应的服务地址。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述调教内容中包括指定的预定格式；根据所述自然语言内容生成指令相关内容，包括：根据所述自然语言内容，生成所述预定格式的指令相关内容。

可选地，在根据本发明的基于自然语言执行指令的方法中，接收各应用的功能注册请求，包括：接收各应用通过调用D-Bus接口发送的功能注册请求。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述应用包括浏览器应用、邮箱应用；所述浏览器应用注册的功能信息包括打开网页指令；所述邮箱应用注册的功能信息包括：打开写邮件指令、填入收件人指令、抄送指令、填入邮件正文指令、发送邮件指令。

可选地，在根据本发明的基于自然语言执行指令的方法中，所述大型语言模型包括ChatGPT、文心一言。

根据本发明的一个方面，提供一种指令执行系统，包括：多个应用；聊天助手客户端；聊天助手服务端，分别与多个应用、聊天助手客户端通信连接，适于执行如上所述的方法来基于自然语言生成指令，并发送至对应的应用，以便所述应用执行所述指令。

根据本发明的一个方面，提供一种计算设备，包括：至少一个处理器；存储器，存储有程序指令，其中，程序指令被配置为适于由上述至少一个处理器执行，所述程序指令包括用于执行如上所述的基于自然语言执行指令的方法的指令。

根据本发明的一个方面，提供一种存储有程序指令的可读存储介质，当该程序指令被计算设备读取并执行时，使得该计算设备执行如上所述的基于自然语言执行指令的方法。

根据本发明的技术方案，提供了一种基于自然语言执行指令的方法，其中，聊天助手服务端接收各应用的功能注册请求，从功能注册请求中获取应用名称和对应的功能信息，根据已注册的各应用的应用名称和对应的功能信息来拼接生成调教内容，利用调教内容来对大型语言模型进行调教。这样，在接收到聊天助手客户端发送的自然语言内容时，可以将自然语言内容输入调教后的大型语言模型进行处理，通过调教后的大型语言模型判断自然语言内容是否能转换为指令，并在能转换为指令的情况下根据自然语言内容生成指令相关内容，还可以同时输入回复内容以便返回至聊天助手客户端。之后，聊天助手服务端可以根据指令相关内容生成指令并发送至对应的应用，以便应用执行指令。这样，实现了将用户的自然语言智能化、自动化转换为指令并分发至对应应用来执行，支持在一句话中融合多条指令，且支持任意应用的动态注册。而且，根据本发明技术方案，对用户真实语义的判断更加精确和完善。根据本发明的指令执行系统，可以整合市面上主流的大型语言模型，并向各应用提供统一的接口，各应用只需要完成注册和指令执行即可，无需应用实现AI指令的控制。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的指令执行系统100的示意图；

图2示出了根据本发明一个实施例的计算设备200的示意图；

图3示出了根据本发明一个实施例的基于自然语言执行指令的方法300的流程示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的指令执行系统100的示意图。

如图1所示，指令执行系统100包括聊天助手服务端120、聊天助手客户端110、多个应用115。聊天助手服务端120可以与聊天助手客户端110通信连接，且聊天助手服务端120可以与多个应用115通信连接，例如可以通过有线或无线的方式网络连接。

根据本发明的实施例，指令执行系统100还可以包括一个或多个大型语言模型130，聊天助手服务端120还可以与一个或多个大型语言模型130进行数据交互。例如，在一种实现方式中，聊天助手服务端120可以调用大型语言模型130的接口来与大型语言模型130进行数据交互。这里，大型语言模型即Large Language Model，缩写为LLM。

在一些实施例中，本发明接入的大型语言模型130例如可以包括ChatGPT、文心一言等模型，但本发明不受限于大型语言模型130的具体种类和版本。需要说明的是，ChatGPT是OpenAI发布的基于GPT-3.5架构的大型语言模型130，可用于各种自然语言处理任务，包括文本生成、对话系统、文本分类等。

在一个实施例中，指令执行系统100可以包括计算设备，计算设备的应用层可以包括多个应用115。且多个应用115分别可以与聊天助手服务端120通信连接。

聊天助手服务端120可用于提供将自然语言转换为指令的服务，其可以实现为现有技术中的任何一种能够提供该服务的计算设备，本发明对聊天助手服务端120的具体种类不作限制。例如，聊天助手服务端120可以实现为桌面电脑、笔记本电脑、处理器芯片、手机、平板电脑等，但不限于此。另外，聊天助手服务端120也可以是驻留在计算设备中的服务程序。

聊天助手客户端110为用户使用的终端设备，具体可以是桌面电脑、笔记本电脑等个人计算机，也可以是手机、平板电脑、多媒体设备、智能可穿戴设备等移动终端，但不限于此，还可以是驻留在计算设备中的应用程序。

例如，在一个实施例中，聊天助手客户端110可以作为一个应用程序部署在计算设备的应用层。该计算设备的应用层还可以部署其他多个应用115，且多个应用115分别可以与聊天助手服务端120通信连接。

在一个可选实施例中，聊天助手服务端120可以作为服务程序部署在上述计算设备中。

需要说明的是，当聊天助手服务端120、聊天助手客户端110分别是驻留在计算设备中的服务程序、应用程序时，聊天助手服务端120与聊天助手客户端110可以部署在同一个计算设备中，也可以分别部署在不同的计算设备中。本发明对聊天助手服务端120、聊天助手客户端110的具体部署情况不做限制。

在一个实施例中，聊天助手服务端120、聊天助手客户端110、多个应用115可以部署在一个计算设备中。聊天助手服务端120可以通过计算设备本地的D-Bus接口来向各应用115提供功能注册服务。换言之，各应用115可以调用D-Bus接口来向聊天助手服务端120发送功能注册请求。

在本发明的实施例中，聊天助手服务端120适于执行本发明的基于自然语言执行指令的方法300。本发明的基于自然语言执行指令的方法300将在下文中详述。

在本发明的一个实施例中，聊天助手服务端120可以实现为如下所述的计算设备200，使得本发明的基于自然语言执行指令的方法300可以在计算设备200中执行。聊天助手服务端120通过执行本发明的基于自然语言执行指令的方法300，可以基于自然语言生成指令并发送至对应的应用115，以便应用115执行所述指令。

图2示出了根据本发明一个实施例的计算设备200的示意图。如图2所示，在基本配置中，计算设备200包括至少一个处理单元202和系统存储器204。根据一个方面，取决于计算设备的配置和类型，处理单元202可以实现为处理器。系统存储器204包括但不限于易失性存储(例如，随机存取存储器)、非易失性存储(例如，只读存储器)、闪速存储器、或者这样的存储器的任何组合。根据一个方面，系统存储器204中包括操作系统205。

根据一个方面，操作系统105例如适合于控制计算设备200的操作。此外，示例结合图形库、其他操作系统、或任何其他应用程序而被实践，并且不限于任何特定的应用或系统。在图2中通过在虚线内的那些组件示出了该基本配置。根据一个方面，计算设备200具有额外的特征或功能。例如，根据一个方面，计算设备200包括额外的数据存储设备(可移动的和/或不可移动的)，例如磁盘、光盘、或者磁带。这样额外的存储在图2中是由可移动存储设备209和不可移动存储设备210示出的。

如在上文中所陈述的，根据一个方面，在系统存储器204中存储有程序模块203。根据一个方面，程序模块203可以包括一个或多个应用程序，本发明不限制应用程序的类型，例如应用程序可以包括：电子邮件和联系人应用程序、文字处理应用程序、电子表格应用程序、数据库应用程序、幻灯片展示应用程序、绘画或计算机辅助应用程序、网络浏览器应用程序等。在根据本发明的实施例中，程序模块203中包括执行本发明的基于自然语言执行指令的方法300的多条程序指令。

根据一个方面，可以在包括分立电子元件的电路、包含逻辑门的封装或集成的电子芯片、利用微处理器的电路、或者在包含电子元件或微处理器的单个芯片上实践示例。例如，可以经由其中在图2中所示出的每个或许多组件可以集成在单个集成电路上的片上系统(SOC)来实践示例。根据一个方面，这样的SOC设备可以包括一个或多个处理单元、图形单元、通信单元、系统虚拟化单元、以及各种应用功能，其全部作为单个集成电路而被集成(或“烧”)到芯片基底上。当经由SOC进行操作时，可以经由在单个集成电路(芯片)上与计算设备200的其他组件集成的专用逻辑来对在本文中所描述的功能进行操作。还可以使用能够执行逻辑操作(例如AND、OR和NOT)的其他技术来实践本发明的实施例，所述其他技术包括但不限于机械、光学、流体、和量子技术。另外，可以在通用计算机内或在任何其他任何电路或系统中实践本发明的实施例。

根据一个方面，计算设备200还可以具有一个或多个输入设备212，例如键盘、鼠标、笔、语音输入设备、触摸输入设备等。还可以包括输出设备214，例如显示器、扬声器、打印机等。前述设备是示例并且也可以使用其他设备。计算设备200可以包括允许与其他计算设备218进行通信的一个或多个通信连接216。合适的通信连接216的示例包括但不限于：RF发射机、接收机和/或收发机电路；通用串行总线(USB)、并行和/或串行端口。

如在本文中所使用的术语计算机可读介质包括计算机存储介质。计算机存储介质可以包括以任何用于存储信息(例如，计算机可读指示、数据结构、或程序模块)的方法或技术来实现的易失性的和非易失性的、可移动的和不可移动的介质。系统存储器204、可移动存储设备209、和不可移动存储设备210都是计算机存储介质的示例(即，存储器存储)。计算机存储介质可以包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦只读存储器(EEPROM)、闪速存储器或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光存储、盒式磁带、磁带、磁盘存储器或其他磁存储设备、或者可用于存储信息并且可以由计算设备200访问的任何其他制品。根据一个方面，任何这样的计算机存储介质都可以是计算设备200的一部分。计算机存储介质不包括载波或其他经传播的数据信号。

根据一个方面，通信介质是由计算机可读指令、数据结构、程序模块、或者经调制的数据信号(例如，载波或其他传输机制)中的其他数据实施的，并且包括任何信息传递介质。根据一个方面，术语“经调制的数据信号”描述了具有一个或多个特征集或者以将信息编码在信号中的方式改变的信号。作为示例而非限制，通信介质包括诸如有线网络或直接有线连接之类的有线介质，以及诸如声学、射频(RF)、红外线的、以及其他无线介质之类的无线介质。

在根据本发明的实施例中，计算设备200被配置为执行根据本发明的基于自然语言执行指令的方法300。计算设备200包括一个或多个处理器、以及存储有程序指令的一个或多个可读存储介质，当程序指令被配置为由一个或多个处理器执行时，使得计算设备200执行本发明实施例中的基于自然语言执行指令的方法300。

图3示出了根据本发明一个实施例的基于自然语言执行指令的方法300的流程示意图。方法300适于在聊天助手服务端120(例如前述计算设备200)中执行。聊天助手服务端120通过执行本发明的基于自然语言执行指令的方法300，可以基于自然语言生成指令并发送至对应的应用115，以便应用115执行所述指令。

如前文所述，根据本发明的指令执行系统100，包括聊天助手服务端120、聊天助手客户端110、多个应用115。聊天助手服务端120可以与聊天助手客户端110通信连接，且聊天助手服务端120可以与多个应用115通信连接。另外，聊天助手服务端120还可以与一个或多个大型语言模型130进行数据交互，例如可以通过调用大型语言模型130的接口来与大型语言模型130进行数据交互。

如图3所示，方法300始于步骤310。

在步骤310中，各应用115可以响应于用户的操作向聊天助手服务端120发起功能注册请求，以请求注册各应用115支持的功能，这里，功能注册请求中可以包含应用名称和对应的功能信息。聊天助手服务端120在接收到各应用115的功能注册请求时，可以从功能注册请求中获取应用名称和对应的功能信息，其中，功能信息包括(与应用名称相对应的)指令和对应的指令描述。

在一个实施例中，功能信息(指令和对应的指令描述)的数据格式例如可以为：[指令，指令描述]。

在一些实施例中，功能信息具体可以包括：与应用名称相对应的一个或多个指令以及各指令对应的指令描述。

在一个可选实施例中，功能信息还可以包括与指令相对应的参数。功能信息(指令、对应的指令描述和参数)的数据格式例如可以为：[指令，指令描述和参数]。

例如，多个应用115可以包括浏览器应用、邮箱应用。浏览器应用注册的功能信息例如为[OP,打开网页参数是网站地址的url]。邮箱应用注册的功能信息例如包括[XYJ,打开写邮件]，[SJR,填入收件人]，[CS,抄送]，[ZW,填入邮件正文]，[SEND,发送邮件]。

根据上述功能信息的数据格式，可以理解的是，OP即是打开网页指令。XYJ即是打开写邮件指令，SJR即是填入收件人指令，CS即是抄送指令，ZW即是填入邮件正文指令，SEND即是发送邮件指令。

也就是说，各应用115注册的功能信息如下：浏览器应用注册的功能信息可以包括打开网页指令；邮箱应用注册的功能信息可以包括打开写邮件指令、填入收件人指令、抄送指令、填入邮件正文指令、发送邮件指令。

随后，在步骤320中，根据已注册的各应用115(所有应用115)的应用名称和对应的功能信息，拼接生成调教内容(也即，提示词)。这样，可以利用调教内容来对大型语言模型130进行调教。

具体而言，聊天助手服务端120在接收用户在聊天助手客户端110发送的自然语言内容之前，可以预先根据已注册的所有应用115的应用名称和对应的功能信息，来拼接生成调教内容，接着，可以将调教内容输入大型语言模型130，以对该大型语言模型130进行调教，得到调教后的大型语言模型130。

接下来，在步骤330中，聊天助手服务端120可以接收聊天助手客户端110发送的自然语言内容。

这里，自然语言内容包括语音内容和/或文字内容，内容具体可以是任务或问题。

随后，在步骤340中，聊天助手服务端120可以将来自于聊天助手客户端110的自然语言内容，输入调教后的大型语言模型130进行处理，以通过调教后的大型语言模型130来判断自然语言内容是否能转换为指令，如果能转换为指令，调教后的大型语言模型130可以根据自然语言内容生成指令相关内容并输出。

最后，在步骤350中，聊天助手服务端120可以获取到调教后的大型语言模型130输出的指令相关内容，并可以根据该指令相关内容生成指令并发送至对应的应用115，以便通过对应的应用115执行指令。

根据本发明的一个实施例，指令相关内容可以包括：一个或多个应用名称、各应用名称对应的指令。另外，对于一些需要参数的指令，指令相关内容还可以包括指令对应的指令参数。例如，指令相关内容具体可以包括：一个或多个应用名称、各应用名称对应的指令和指令参数。

聊天助手服务端120在根据指令相关内容，生成指令并发送至对应的应用115时，具体可以对指令相关内容进行格式化处理，以生成一个或多个指令(和指令参数)。随后，可以根据各指令对应的应用名称，分别将各指令(和指令参数)发送至对应的应用115来执行。

在一些实施例中，调教后的大型语言模型130在判断自然语言内容能转换为指令时，还可以输出正在执行指令的回复内容(例如为“正在为您执行”)。这样，在本发明的方法300中，聊天助手服务端120可以获取到调教后的大型语言模型130输出的指令相关内容、以及正在执行指令的回复内容。并且，聊天助手服务端120在根据指令相关内容生成指令并发送至对应的应用115时，还可以向聊天助手客户端110返回正在执行指令的回复内容(例如为“正在为您执行”)。

在一个实施例中，调教内容中可以包括指定的预定格式。这样，利用调教内容调教后的大型语言模型130，可以根据自然语言内容，生成预定格式的指令相关内容。这里，预定格式例如为[应用名称；指令；指令参数]。

例如，在一个具体实施例中，调教内容例如可以包括如下内容：请你扮演一位优秀的聊天机器人，你一边友好地回复用户，一边揣测用户意图，将用户意图编码为[应用名称；指令；指令参数]。你每轮必须先进行一次对话，如果可以转化成指令则本次回复内容为友好的提示正在执行，回复的格式是[本次回复内容]。你的应用名称可以是浏览器，支持的指令是OP(打开网页，参数是网站地址的url)。你的应用名称也可以是邮箱，支持的指令是XYJ(打开写邮件)，SJR(填入收件人)，CS(抄送)，ZW(填入邮件正文)，SEND(发送邮件)。

聊天助手客户端110发送的自然语言内容例如为：我想边看百度新闻边给张三发一份邮件，告诉他我想离职了，抄送给李四。聊天助手服务端120可以将该自然语言内容输入调教后的大型语言模型130进行处理，随后，调教后的大型语言模型130例如可以输出如下正在执行指令的回复内容以及指令相关内容：

正在执行，您的意图已收到。

[应用名称，浏览器；指令，OP；指令参数，https://news.baidu.com]

[应用名称，邮箱；指令，XYJ]

[应用名称，邮箱；指令，SJR；指令参数，张三]

[应用名称，邮箱；指令，ZW；指令参数，我想离职了。]

[应用名称，邮箱；指令，CS；指令参数，李四。]

[应用名称，邮箱；指令，SEND]

另外，在一些实施例中，调教后的大型语言模型130在判断自然语言内容不能转换为指令时，可以输出与自然语言内容相对应的普通回复内容。在本发明的方法300中，聊天助手服务端120在获取到调教后的大型语言模型130输出的与自然语言内容相对应的普通回复内容后，可向聊天助手客户端110返回与自然语言内容相对应的普通回复内容。

在一些实施例中，在步骤310中，聊天助手服务端120在接收到各应用的功能注册请求时，可以响应于各应用的功能注册请求，利用白名单对应用名称和对应的功能信息进行鉴权操作。如果鉴权成功，则向应用返回对应的服务地址，这样，各应用可以基于对应的服务地址来与聊天助手服务端120进行通信，以接收聊天助手服务端120发送的指令。另外，如果鉴权失败，则可以向应用返回错误原因，以便提示给用户。

在一些实施例中，本发明接入的大型语言模型130例如可以包括ChatGPT、文心一言等模型，但本发明不受限于大型语言模型130的具体种类和版本。

在一种实现方式中，对于任一种大型语言模型130，可以调用大型语言模型130的Web API接口来实现数据交互。例如，通过构建一个方法：string predict(const string&content,const string&systemRole＝"",qreal temperature＝1.0)；在调用大型语言模型130的Web API接口时，可以根据上述构建的方法传入问题、角色和随机参数，以获得大型语言模型130的输出结果。

在一个实施例中，聊天助手服务端120、聊天助手客户端110、多个应用可以部署在一个计算设备(例如计算设备200)中。聊天助手服务端120可以通过计算设备本地的D-Bus接口来向各应用提供功能注册服务。换言之，各应用可以调用D-Bus接口来向聊天助手服务端120发送功能注册请求。

在该实施例中，聊天助手服务端120可以通过D-Bus接口，将指令发送至对应的应用来执行。各应用通过监控D-Bus信号，以获取来自于聊天助手服务端120的指令。

根据本发明的基于自然语言执行指令的方法300，聊天助手服务端接收各应用的功能注册请求，从功能注册请求中获取应用名称和对应的功能信息，根据已注册的各应用的应用名称和对应的功能信息来拼接生成调教内容，利用调教内容来对大型语言模型进行调教。这样，在接收到聊天助手客户端发送的自然语言内容时，可以将自然语言内容输入调教后的大型语言模型进行处理，通过调教后的大型语言模型判断自然语言内容是否能转换为指令，并在能转换为指令的情况下根据自然语言内容生成指令相关内容，还可以同时输入回复内容以便返回至聊天助手客户端。之后，聊天助手服务端可以根据指令相关内容生成指令并发送至对应的应用，以便应用执行指令。这样，实现了将用户的自然语言智能化、自动化转换为指令并分发至对应应用来执行，支持在一句话中融合多条指令，且支持任意应用的动态注册。而且，根据本发明技术方案，对用户真实语义的判断更加精确和完善。根据本发明的指令执行系统，可以整合市面上主流的大型语言模型，并向各应用提供统一的接口，各应用只需要完成注册和指令执行即可，无需应用实现AI指令的控制。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，移动终端一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的基于自然语言执行指令的方法。

以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。

在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的而非限制性的，本发明的范围由所附权利要求书限定。

Claims (12)

1.一种基于自然语言执行指令的方法，在聊天助手服务端执行，所述聊天助手服务端分别与聊天助手客户端及多个应用通信连接，所述方法包括：

接收各应用的功能注册请求，从所述功能注册请求中获取应用名称和对应的功能信息，其中，所述功能信息包括指令和对应的指令描述；

根据已注册的各应用的应用名称和对应的功能信息，拼接生成调教内容，以利用所述调教内容对大型语言模型进行调教；

接收所述聊天助手客户端发送的自然语言内容；

将所述自然语言内容，输入调教后的大型语言模型进行处理，以判断所述自然语言内容是否能转换为指令，如果能转换为指令，则根据所述自然语言内容生成指令相关内容；

根据所述指令相关内容，生成指令并发送至对应的应用，以便所述应用执行所述指令。

2.如权利要求1所述的方法，其中，

所述调教后的大型语言模型适于：在判断所述自然语言内容能转换为指令时，输出正在执行指令的回复内容。

3.如权利要求2所述的方法，其中，所述方法还包括：

向所述聊天助手客户端返回所述正在执行指令的回复内容。

4.如权利要求2所述的方法，其中，所述调教后的大型语言模型还适于：在判断所述自然语言内容不能转换为指令时，输出与所述自然语言内容相对应的普通回复内容；

所述方法还包括：

向所述聊天助手客户端返回所述普通回复内容。

5.如权利要求1-4中任一项所述的方法，其中，所述指令相关内容包括：一个或多个应用名称、各应用名称对应的指令；

根据所述指令相关内容，生成指令并发送至对应的应用，包括：

对所述指令相关内容进行格式化处理，以生成一个或多个指令；

根据各指令对应的应用名称，分别将各指令发送至对应的应用。

6.如权利要求1-5中任一项所述的方法，其中，还包括：

响应于各应用的功能注册请求，利用白名单对所述应用名称和对应的功能信息进行鉴权操作；

如果鉴权成功，则向所述应用返回对应的服务地址。

7.如权利要求1-6中任一项所述的方法，其中，所述调教内容中包括指定的预定格式；

根据所述自然语言内容生成指令相关内容，包括：

根据所述自然语言内容，生成所述预定格式的指令相关内容。

8.如权利要求1-7中任一项所述的方法，其中，接收各应用的功能注册请求，包括：

接收各应用通过调用D-Bus接口发送的功能注册请求。

9.如权利要求1-8中任一项所述的方法，其中，所述应用包括浏览器应用、邮箱应用；

所述浏览器应用注册的功能信息包括打开网页指令；

所述邮箱应用注册的功能信息包括：打开写邮件指令、填入收件人指令、抄送指令、填入邮件正文指令、发送邮件指令。

10.一种指令执行系统，包括：

多个应用；

聊天助手客户端；

聊天助手服务端，分别与多个应用、聊天助手客户端通信连接，适于执行如权利要求1-9中任一项所述的方法来基于自然语言生成指令，并发送至对应的应用，以便所述应用执行所述指令。

11.一种计算设备，包括：

至少一个处理器；以及

存储器，存储有程序指令，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求1-9中任一项所述的方法的指令。

12.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-9中任一项所述方法。