CN117806622A - 应用程序的生成方法、装置、电子设备和存储介质 - Google Patents
应用程序的生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117806622A CN117806622A CN202311840041.7A CN202311840041A CN117806622A CN 117806622 A CN117806622 A CN 117806622A CN 202311840041 A CN202311840041 A CN 202311840041A CN 117806622 A CN117806622 A CN 117806622A
- Authority
- CN
- China
- Prior art keywords
- target
- component
- model
- candidate
- components
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 107
- 238000012545 processing Methods 0.000 claims description 74
- 238000013507 mapping Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 15
- 238000011161 development Methods 0.000 abstract description 14
- 238000003058 natural language processing Methods 0.000 abstract description 4
- 238000009877 rendering Methods 0.000 description 35
- 230000018109 developmental process Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/38—Creation or generation of source code for implementing user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Stored Programmes (AREA)
Abstract
本公开提出了一种应用程序的生成方法、装置、电子设备和存储介质,涉及人工智能技术领域,尤其涉及自然语言处理、大模型、应用开发技术领域。方法包括:创建候选大模型对应的候选模型组件;控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,所述候选组件包括所述候选模型组件;基于用户在所述编排页面上针对所述编排组件的选择操作,将所述编排组件对应的候选组件作为目标组件,其中,所述目标组件包括目标大模型对应的目标模型组件;基于多个所述目标组件,生成目标应用程序。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及自然语言处理、大模型、应用开发技术领域,尤其涉及一种应用程序的生成方法、装置、电子设备、存储介质和计算机程序产品。
背景技术
目前,随着人工智能技术的不断发展,大模型具有泛化性好等优点,在信息提取、文本可信度评估、机器翻译等领域中得到了广泛应用。相关技术中,相关人员往往需要手动编写代码,来开发基于大模型的应用程序,存在开发工作量和开发难度大、开发效率低的问题。
发明内容
本公开提出了一种应用程序的生成方法、装置、电子设备、存储介质和计算机程序产品。
根据本公开的第一方面,提出了一种应用程序的生成方法,包括:创建候选大模型对应的候选模型组件;控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,所述候选组件包括所述候选模型组件;基于用户在所述编排页面上针对所述编排组件的选择操作,将所述编排组件对应的候选组件作为目标组件,其中,所述目标组件包括目标大模型对应的目标模型组件;基于多个所述目标组件,生成目标应用程序。
根据本公开的第二方面,提出了一种应用程序的生成装置,包括:创建模块,用于创建候选大模型对应的候选模型组件;显示模块,用于控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,所述候选组件包括所述候选模型组件;确定模块,用于基于用户在所述编排页面上针对所述编排组件的选择操作,将所述编排组件对应的候选组件作为目标组件,其中,所述目标组件包括目标大模型对应的目标模型组件;生成模块,用于基于多个所述目标组件,生成目标应用程序。
根据本公开的第三方面,提出了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面提出的应用程序的生成方法。
根据本公开的第四方面,提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面提出的应用程序的生成方法。
根据本公开的第五方面,提出了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面提出的应用程序的生成方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开一实施例的应用程序的生成方法的流程示意图;
图2为本公开另一实施例的应用程序的生成方法的流程示意图;
图3为本公开另一实施例的应用程序的生成方法的流程示意图;
图4为本公开另一实施例的应用程序的生成方法的流程示意图;
图5为本公开另一实施例的应用程序的生成方法的流程示意图;
图6为本公开一实施例的应用程序的生成装置的结构示意图;
图7为本公开一实施例的电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
AI(Artificial Intelligence,人工智能)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。目前,AI技术具有自动化程度高、精确度高、成本低的优点,得到了广泛的应用。
自然语言处理(Natural Language Processing,NLU)是研究能有效地实现自然语言通信的计算机系统,特别是其中的软件系统的一门科学,是计算机科学领域与人工智能领域中的一个重要方向。
大模型是指模型具有庞大的参数规模和复杂程度的机器学习模型,需要大量的计算资源和存储空间来训练和存储,并且往往需要进行分布式计算和特殊的硬件加速技术。大模型具有更强的泛化能力和表达能力。大模型包括LLM(Large Language Model,大语言模型)。大语言模型是指使用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务,如文本分类、问答、对话等,是通向人工智能的一条重要途径。
应用开发指的是通过使用软件开发工具和技术,创建、设计和构建各种类型的应用程序的过程,涉及到需求分析、设计、编码、测试、发布和维护等阶段。通过应用开发,可以创建各种不同类型的应用程序,为用户提供各种各样的功能和服务。
图1为本公开一实施例的应用程序的生成方法的流程示意图。如图1所示,该方法包括:
S101,创建候选大模型对应的候选模型组件。
需要说明的是,本公开实施例的应用程序的生成方法的执行主体可为具有数据信息处理能力的硬件设备和/或驱动该硬件设备工作所需必要的软件。可选地,执行主体可包括工作站、服务器,计算机、用户终端及其他智能设备。其中,用户终端包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端等。
需要说明的是,候选大模型可采用相关技术中的任一大模型,比如,可包括大语言模型,这里不做过多限定。候选大模型与候选模型组件之间具有对应关系,一个候选大模型可对应至少一个候选模型组件。
在一种实施方式中,创建候选大模型对应的候选模型组件,包括对候选大模型进行封装和抽象处理,得到候选大模型对应的候选模型组件。
在一种实施方式中,创建候选大模型对应的候选模型组件,包括基于候选大模型的类别,从模型组件库中筛选出候选大模型对应的候选模型组件。
比如,可预先建立候选大模型的类别与候选模型组件的类别之间的映射关系,基于候选大模型的类别和映射关系,确定候选大模型对应的候选模型组件的类别,基于候选大模型对应的候选模型组件的类别,从模型组件库中筛选出候选大模型对应的候选模型组件。
在一种实施方式中,创建候选大模型对应的候选模型组件,包括获取候选大模型的标识,基于候选大模型的标识,创建候选大模型对应的候选模型组件。
在一些例子中,基于候选大模型的标识,创建候选大模型对应的候选模型组件,包括基于候选大模型的标识,得到候选大模型对应的候选模型组件的属性值,基于候选大模型对应的候选模型组件的属性值,创建候选大模型对应的候选模型组件。
在一种实施方式中,创建候选大模型对应的候选模型组件,包括对候选大模型进行拆分,得到多个候选子模型,创建候选子模型对应的候选模型组件。
S102,控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,候选组件包括候选模型组件。
需要说明的是,客户端指的是用于提供应用程序生成服务的客户端,比如,可包括建站平台,客户端的页面包括应用程序的编排页面,编排页面指的是用于提供应用程序编排服务的页面。
需要说明的是,候选组件与编排组件之间具有对应关系,比如,候选组件与编排组件一一对应,编排组件可显示在编排页面上,操控客户端的用户可在编排页面上针对编排组件进行选择、编辑等操作。
需要说明的是,对候选组件不做过多限定,比如,可包括特征库对应的第一组件、候选第三方服务对应的组件等。应说明的是,第一组件、候选第三方服务对应的组件,可参见下述实施例,这里不再赘述。
在一种实施方式中,控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,包括基于编排组件的渲染配置信息,对编排组件进行渲染,得到编排组件的渲染结果,控制在编排页面上显示编排组件的渲染结果。
需要说明的是,对编排组件的渲染配置信息不做过多限定,比如,可包括颜色、字体、背景色、背景图片、尺寸(比如组件宽度、组件高度)、显示位置等。
S103,基于用户在编排页面上针对编排组件的选择操作,将编排组件对应的候选组件作为目标组件,其中,目标组件包括目标大模型对应的目标模型组件。
需要说明的是,对选择操作不做过多限定,比如,可包括点击操作、拖拽操作等。
需要说明的是,对目标组件不做过多限定,比如,可包括特征库对应的第一组件、目标第三方服务对应的第二组件等。应说明的是,第一组件、第二组件,可参见下述实施例,这里不再赘述。
S104,基于多个目标组件,生成目标应用程序。
比如,候选组件包括大模型A对应的模型组件1至3、大模型B对应的模型组件4至6、大模型C对应的模型组件7至9、特征库对应的第一组件10、第三方服务D对应的组件11、第三方服务E对应的组件12。
若目标组件包括模型组件1至3,则可基于模型组件1至3,生成目标应用程序X。本实施例中大模型A为目标大模型,模型组件1至3为目标大模型对应的目标模型组件。
若目标组件包括模型组件4至6和第一组件10,则可基于模型组件4至6和第一组件8,生成目标应用程序Y。本实施例中大模型B为目标大模型,模型组件4至6为目标大模型对应的目标模型组件。
若目标组件包括模型组件7至9和组件11,则可基于模型组件7至9和组件11,生成目标应用程序Z。本实施例中大模型C为目标大模型,模型组件7至9为目标大模型对应的目标模型组件。
需要说明的是,基于多个目标组件,生成目标应用程序,可采用相关技术中任一组件化应用生成方法来实现,这里不做过多限定。
在一种实施方式中,基于多个目标组件,生成目标应用程序,包括对多个目标组件进行组合,生成目标应用程序。
在一种实施方式中,方法还包括对目标应用程序进行渲染,得到目标应用程序的渲染结果,控制在编排页面上显示目标应用程序的渲染结果。
在一些例子中,对目标应用程序进行渲染,得到目标应用程序的渲染结果,包括对目标应用程序的处理结果进行渲染,得到目标应用程序的处理结果的渲染结果。应说明的是,对目标应用程序的处理结果不做过多限定,比如,可包括第一至第三处理结果、目标处理结果等,目标处理结果为目标应用程序最终的处理结果,第一至第三处理结果、目标处理结果的相关内容,可参见下述实施例,这里不再赘述。
在一些例子中,对目标应用程序进行渲染,得到目标应用程序的渲染结果,包括获取目标应用程序的渲染配置信息,基于目标应用程序的渲染配置信息,对目标应用程序进行渲染,得到目标应用程序的渲染结果。
在一些例子中,获取目标应用程序的渲染配置信息,包括获取目标组件的渲染配置信息,基于多个目标组件的渲染配置信息,得到目标应用程序的渲染配置信息。应说明的是,目标组件的渲染配置信息的相关内容,可参照编排组件的渲染配置信息的相关内容,这里不再赘述。
在一些例子中,方法还包括基于用户在编排页面上针对编排组件的编辑操作,得到用户针对编排组件对应的候选组件的渲染配置信息。
在一些例子中,对目标应用程序进行渲染,得到目标应用程序的渲染结果,包括对目标组件进行渲染,得到目标组件的渲染结果,基于多个目标组件的渲染结果,得到目标应用程序的渲染结果。
在一些例子中,控制在编排页面上显示目标应用程序的渲染结果之前,还包括获取用户在编排页面上针对目标应用程序的访问操作。由此,可在用户在编排页面上针对目标应用程序进行访问的情况下,才控制在编排页面上显示目标应用程序的渲染结果,可实现目标应用程序的渲染结果的实时显示。
需要说明的是,对访问操作不做过多限定,比如,可包括用户在编排页面上针对目标应用程序的应用图标的点击操作、用户在编排页面上针对目标应用程序的打开操作、启动操作、用户在编排页面上针对目标应用程序的测试图标的点击操作、用户在编排页面上录入针对目标应用程序的问题文本的操作等。
在一种实施方式中,方法还包括将目标应用程序部署到运行环境中。应说明的是,对运行环境不做过多限定,比如,可包括生产环境和测试环境,比如,可包括服务器、云端等。
在一些例子中,将目标应用程序部署到运行环境中,包括将目标应用程序部署到测试环境中,在测试环境中对目标应用程序进行测试,若目标应用程序通过测试,将目标应用程序部署到生产环境中。
本公开提出的应用程序的生成方法,创建候选大模型对应的候选模型组件,控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,候选组件包括候选模型组件,基于用户在编排页面上针对编排组件的选择操作,将编排组件对应的候选组件作为目标组件,其中,目标组件包括目标大模型对应的目标模型组件,基于多个目标组件,生成目标应用程序。由此,可对大模型进行组件化处理,并控制在编排页面上显示候选组件对应的编排组件,其中,候选组件包括候选模型组件,并将用户在编排页面上选择的编排组件对应的候选组件作为目标组件,以生成目标应用程序,其中,目标组件包括目标模型组件,可实现基于大模型的应用程序的可视化编排,降低了基于大模型的应用程序的开发工作量和开发难度,提高了基于大模型的应用程序的开发效率。
在上述任一实施例的基础上,方法还包括生成目标应用程序之前,还包括获取用户在编排页面上针对目标应用程序的访问操作。由此,可在用户在编排页面上针对目标应用程序进行访问的情况下,才生成目标应用程序,可实现目标应用程序的实时生成。
上述实施例中,步骤S104中基于多个目标组件,生成目标应用程序的步骤,可结合图2进一步理解,图2为本公开另一实施例的应用程序的生成方法的流程示意图,如图2所示,该方法包括:
S201,创建候选大模型对应的候选模型组件。
S202,控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,候选组件包括候选模型组件。
S203,基于用户在编排页面上针对编排组件的选择操作,将编排组件对应的候选组件作为目标组件,其中,目标组件包括目标大模型对应的目标模型组件。
步骤S201-S203的相关内容可参见上述实施例,这里不再赘述。
S204,基于用户在编排页面上针对编排组件的编辑操作,得到用户针对编排组件对应的候选组件的目标配置信息。
需要说明的是,对编辑操作不做过多限定,比如,可包括录入配置信息的操作、选择配置信息的操作等。
需要说明的是,对目标配置信息不做过多限定,比如,可包括属性的目标值、渲染配置信息等。
在一种实施方式中,基于用户在编排页面上针对编排组件的编辑操作,得到用户针对编排组件对应的候选组件的目标配置信息,包括从用户针对编排组件的编辑操作中,提取出用户针对编排组件对应的候选组件的目标配置信息。
在一种实施方式中,基于用户在编排页面上针对编排组件的编辑操作,得到用户针对编排组件对应的候选组件的目标配置信息,包括从用户针对编排组件的编辑操作中,提取出用户针对编排组件对应的候选组件的原始配置信息,按照设定信息格式,对候选组件的原始配置信息进行格式转换,得到候选组件的目标配置信息。由此,可从编辑操作中提取出候选组件的原始配置信息,并按照设定信息格式,对候选组件的原始配置信息进行格式转换,得到候选组件的目标配置信息,可实现目标配置信息的格式统一化。
需要说明的是,设定信息格式可采用相关技术中任一信息格式,这里不做过多限定。
在一种实施方式中,方法还包括将候选组件的目标配置信息存储至设定存储空间。
S205,基于多个目标组件的目标配置信息,生成目标应用程序。
比如,继续以上述实施例中的目标应用程序X为例,可基于模型组件1至3的目标配置信息,生成目标应用程序X。
在一种实施方式中,方法还包括获取多个候选组件的目标配置信息和候选应用程序的标识之间的映射关系,获取目标应用程序的标识,基于目标应用程序的标识和映射关系,得到多个目标组件的目标配置信息。比如,将目标应用程序的标识映射的多个候选组件的目标配置信息,作为多个目标组件的目标配置信息。由此,可综合考虑到目标应用程序的标识、多个候选组件的目标配置信息和候选应用程序的标识之间的映射关系,得到多个目标组件的目标配置信息。
需要说明的是,对应用程序的标识不做过多限定,比如,可包括应用程序的名称、编号等。
在一些例子中,方法还包括建立多个候选组件的目标配置信息和候选应用程序的标识之间的映射关系,将多个候选组件的目标配置信息、候选应用程序的标识和映射关系存储至设定存储空间。由此,可预先建立多个候选组件的目标配置信息和候选应用程序的标识之间的映射关系,并存储多个候选组件的目标配置信息、候选应用程序的标识和映射关系,以便基于映射关系,从设定存储空间中查询目标应用程序对应的目标组件的目标配置信息。
在一些例子中,获取目标应用程序的标识,包括获取用户在编排页面上针对目标应用程序的访问操作,从访问操作中提取出目标应用程序的标识。由此,可在用户在编排页面上针对目标应用程序进行访问的情况下,从访问操作中提取出目标应用程序的标识,以实现目标应用程序的标识的获取。
在一种实施方式中,基于多个目标组件的目标配置信息,生成目标应用程序,包括基于目标组件的目标配置信息,生成目标组件的代码,基于多个目标组件的代码,生成目标应用程序。由此,可考虑到目标组件的目标配置信息,生成目标组件的代码,并综合考虑到多个目标组件的代码,生成目标应用程序。
在一些例子中,基于目标组件的目标配置信息,生成目标组件的代码,包括获取目标组件的代码模板,基于目标组件的代码模板和目标组件的目标配置信息,得到目标组件的代码。可以理解的是,不同的目标组件可对应不同的代码模板。
在一些例子中,基于目标组件的代码模板和目标组件的目标配置信息,得到目标组件的代码,包括基于目标组件的目标配置信息,对目标组件的代码模板中的待配置内容进行配置,得到目标组件的代码。比如,可将目标组件的代码模板中的待配置内容替换为目标组件的目标配置信息,得到目标组件的代码。
本公开提出的应用程序的生成方法,基于用户在编排页面上针对编排组件的编辑操作,得到用户针对编排组件对应的候选组件的目标配置信息,基于多个目标组件的目标配置信息,生成目标应用程序。由此,可获取用户在编排页面上配置的编排组件对应的候选组件的目标配置信息,并综合考虑到多个目标组件的目标配置信息,生成目标应用程序。
上述实施例中,目标大模型对应的目标模型组件包括第一模型组件、第二模型组件和第三模型组件。
第一模型组件的目标配置信息包括提示文本模板,第二模型组件的目标配置信息包括目标大模型的标识,第三模型组件的目标配置信息包括第一模型组件的输出与第三模型组件的输入之间的关联关系,以及第二模型组件的输出与第三模型组件的输入之间的关联关系。
由此,目标大模型可组件化处理为第一模型组件、第二模型组件和第三模型组件,用户可灵活配置第一至第三模型组件的目标配置信息。
需要说明的是,对提示文本模板不做过多限定,比如,可包括中文、英文等任一种语言组成的文本。比如,提示文本模板包括“你是一个AI领域专业大师,请以你的专业知识回答输入AI领域的问题:{_input_}”。
需要说明的是,第一模型组件的输出与第三模型组件的输入之间的关联关系,用于表征第一模型组件的输出为第三模型组件的一个输入,第二模型组件的输出与第三模型组件的输入之间的关联关系,用于表征第二模型组件的输出为第三模型组件的一个输入。
图3为本公开另一实施例的应用程序的生成方法的流程示意图,如图3所示,该方法包括:
S301,通过第一模型组件,获取问题文本,并基于提示文本模板和问题文本,得到目标提示文本。
需要说明的是,对问题文本不做过多限定,比如,可包括中文、英文等任一种语言组成的文本。比如,问题文本包括“Transformer的网络结构”。
在一种实施方式中,方法还包括通过第一模型组件,获取提示文本模板。比如,可通过第一模型组件,从第一模型组件的目标配置信息中提取出提示文本模板。
在一种实施方式中,通过第一模型组件,获取问题文本,包括通过第一模型组件,获取用户在编排页面上针对目标应用程序的访问操作,并从访问操作中提取出问题文本。由此,可在用户在编排页面上针对目标应用程序进行访问的情况下,从访问操作中提取出问题文本,以实现问题文本的获取。
在一种实施方式中,基于提示文本模板和问题文本,得到目标提示文本,包括基于问题文本,对提示文本模板中的待配置内容进行配置,得到目标提示文本。比如,可将提示文本模板中的待配置内容替换为问题文本,得到目标提示文本。
比如,若问题文本为“Transformer的网络结构”,提示文本模板为“你是一个AI领域专业大师,请以你的专业知识回答输入AI领域的问题:{_input_}”,则提示文本模板中的待配置内容为“_input_”,则可将“_input_”替换为“Transformer的网络结构”,得到目标提示文本“你是一个AI领域专业大师,请以你的专业知识回答输入AI领域的问题:{Transformer的网络结构}”。
S302,通过第二模型组件,基于目标大模型的标识,从多个候选大模型中确定目标大模型。
在一种实施方式中,方法还包括通过第二模型组件,获取目标大模型的标识。比如,可通过第二模型组件,从第二模型组件的目标配置信息中提取出目标大模型的标识。
在一种实施方式中,通过第二模型组件,基于目标大模型的标识,从多个候选大模型中确定目标大模型,包括通过第二模型组件,将目标大模型的标识所标识的候选大模型,作为目标大模型。
S303,通过第三模型组件,调用目标大模型,并通过目标大模型基于目标提示文本,得到第一处理结果。
需要说明的是,第一处理结果指的是目标大模型基于目标提示文本得到的处理结果,对第一处理结果不做过多限定,比如,可包括对话文本等。比如,可通过第三模型组件,将目标提示文本输入至目标大模型,由目标大模型输出第一处理结果。
在一种实施方式中,方法还包括通过第一模型组件,向第三模型组件发送目标提示文本,通过第三模型组件,接收第一模型组件发送的目标提示文本。
在一种实施方式中,方法还包括通过第二模型组件,向第三模型组件发送目标大模型的标识和/或用于指示目标大模型的指示信息,其中,指示信息用于从多个候选大模型中确定目标大模型,通过第三模型组件,接收第二模型组件发送的目标大模型的标识和/或用于指示目标大模型的指示信息。
需要说明的是,通过第三模型组件,调用目标大模型,可采用相关技术中任一模型调用方法来实现,这里不做过多限定。
在一种实施方式中,方法还包括通过第三模型组件,基于目标大模型的标识和/或用于指示目标大模型的指示信息,从多个候选大模型中确定目标大模型。
在一种实施方式中,通过第三模型组件,调用目标大模型,包括通过第三模型组件,执行目标大模型的调用代码,以调用目标大模型。
在一种实施方式中,通过第三模型组件,调用目标大模型,包括通过第三模型组件,基于目标提示文本,生成目标大模型的调用请求,并向目标大模型发送调用请求,以调用目标大模型。可以理解的是,调用请求携带目标提示文本。
在一些例子中,向目标大模型发送调用请求,包括通过第三模型组件,调用目标大模型的接口,并通过目标大模型的接口,向目标大模型发送调用请求。
在一种实施方式中,第二模型组件的目标配置信息还包括目标大模型的模型参数的目标值。方法还包括通过第二模型组件,获取目标大模型的模型参数的目标值,通过第三模型组件,将目标大模型的模型参数的值配置为目标值。由此,可通过第二模型组件,获取目标大模型的模型参数的目标值,并通过第三模型组件,利用目标值对目标大模型的模型参数的值进行配置,保证目标大模型的模型参数的值符合用户要求。
需要说明的是,对目标大模型的模型参数、目标值均不做过多限定,比如,目标大模型的模型参数可包括多样性参数(比如Temperature参数)、采样范围参数(比如Top-P参数),其中,多样性参数用于表征目标大模型的第一输出结果的多样性,采样范围参数用于表征目标大模型的第一输出结果的采样范围。比如,Temperature参数的目标值为0.9,Top-P参数的目标值为0.8。
在一种实施方式中,方法还包括通过第二模型组件,向第三模型组件发送目标大模型的模型参数的目标值,通过第三模型组件,接收第二模型组件发送的目标大模型的模型参数的目标值。
在一种实施方式中,通过第三模型组件,将目标大模型的模型参数的值配置为目标值,包括通过第三模型组件,基于目标大模型的模型参数的目标值,生成目标大模型的参数配置请求,并向目标大模型发送参数配置请求,以将目标大模型的模型参数的值配置为目标值。可以理解的是,参数配置请求携带目标值。
在一种实施方式中,方法还包括若目标组件仅包括第一至第三模型组件,将第一处理结果作为目标处理结果。
需要说明的是,步骤S301-S303为目标应用程序的部分或者全部运行过程。
本公开提出的应用程序的生成方法,通过第一模型组件,获取问题文本,并基于提示文本模板和问题文本,得到目标提示文本,通过第二模型组件,基于目标大模型的标识,从多个候选大模型中确定目标大模型,通过第三模型组件,调用目标大模型,并通过目标大模型基于目标提示文本,得到第一处理结果。由此,可通过第一至第三模型组件,执行各自对应的流程,以实现基于大模型的应用程序的运行。
上述实施例中,第一模型组件的目标配置信息还包括提示文本的输出格式,步骤S301中基于提示文本模板和问题文本,得到目标提示文本,包括通过第一模型组件,基于提示文本模板和问题文本,得到原始提示文本,通过第一模型组件,按照提示文本的输出格式,对原始提示文本进行格式转换,得到目标提示文本,可实现目标提示文本的格式统一化。
上述实施例中,第三模型组件的目标配置信息还包括目标大模型的输入是否包括历史信息。其中,历史信息可包括历史提示文本和历史第一处理结果。
步骤S303中通过目标大模型基于目标提示文本,得到第一处理结果,包括通过目标大模型基于目标提示文本和历史信息,得到第一处理结果。比如,可通过第三模型组件,将目标提示文本和历史信息输入至目标大模型,由目标大模型输出第一处理结果。
在一种实施方式中,通过第三模型组件,调用目标大模型,包括通过第三模型组件,基于目标提示文本和历史信息,生成目标大模型的调用请求,并向目标大模型发送调用请求,以调用目标大模型。可以理解的是,调用请求携带目标提示文本和历史信息。
上述实施例中,目标组件还包括特征库对应的第一组件,第一组件的目标配置信息包括目标数据源的标识。
需要说明的是,特征库用于存储多个特征,对特征库中的特征不做过多限定,比如,可包括文本特征,比如词向量。比如,特征库中的特征包括设定词(比如敏感词)的词向量。
需要说明的是,对目标数据源不做过多限定,比如,可包括新闻、办公文档、文章等。对目标数据源的标识不做过多限定,比如,可包括目标数据源的名称、编号、存储地址等,其中,存储地址可包括URL(Uniform Resource Locator,统一资源定位符)。
上述实施例中,图4为本公开另一实施例的应用程序的生成方法的流程示意图,如图4所示,该方法包括:
S401,通过第一组件,基于目标数据源的标识,获取目标数据源。
在一种实施方式中,方法还包括通过第一组件,获取目标数据源的标识。比如,可通过第一组件,从第一组件的目标配置信息中提取出目标数据源的标识。
在一种实施方式中,通过第一组件,基于目标数据源的标识,获取目标数据源,包括通过第一组件,将目标数据源的标识所标识的候选数据源,作为目标数据源。
S402,通过第一组件,对目标数据源进行特征提取,得到目标数据源的特征。
需要说明的是,对目标数据源的特征不做过多限定,比如,可包括文本特征,比如词向量。
需要说明的是,对目标数据源进行特征提取,可采用相关技术中任一数据特征的提取方法来实现,这里不做过多限定。比如,可将目标数据源输入至文本编码器,由文本编码器输出目标数据源的文本特征。
S403,通过第一组件,将目标数据源的特征存储至特征库。
S404,通过第三模型组件,对问题文本进行特征提取,得到问题文本的特征。
在一种实施方式中,方法还包括通过第一模型组件,向第三模型组件发送问题文本,通过第三模型组件,接收第一模型组件发送的问题文本。
在一种实施方式中,方法还包括通过第三模型组件,获取问题文本。
在一种实施方式中,通过第三模型组件,对问题文本进行特征提取,得到问题文本的特征,包括通过第三模型组件,对问题文本进行切分,得到多个切分文本,对切分文本进行特征提取,得到切分文本的特征。
需要说明的是,对问题文本进行切分,得到多个切分文本,可采用相关技术中任一文本切分方法来实现,这里不做过多限定。
S405,通过第三模型组件,基于问题文本的特征和特征库,得到第二处理结果。
需要说明的是,第二处理结果指的是第三模型组件基于问题文本的特征和特征库得到的处理结果,对第二处理结果不做过多限定,比如,可包括问题文本是否包括设定词(比如敏感词)等。
在一种实施方式中,问题文本的特征包括多个切分文本的特征,通过第三模型组件,基于问题文本的特征和特征库,得到第二处理结果,包括通过第三模型组件,识别特征库中是否存在特征与切分文本的特征一致,若特征库中存在特征与切分文本的特征一致,确定问题文本包括设定词,反之,若特征库中未存在特征与切分文本的特征一致,确定问题文本未包括设定词。
在一种实施方式中,问题文本的特征包括多个切分文本的特征,通过第三模型组件,基于问题文本的特征和特征库,得到第二处理结果,包括通过第三模型组件,获取特征库中的特征与切分文本的特征之间的相似度,若特征库中的特征与切分文本的特征之间的相似度小于设定阈值,表明切分文本与特征库中的特征对应的设定词之间的相似程度较低,确定问题文本未包括设定词。
反之,若特征库中的特征与切分文本的特征之间的相似度大于或者等于设定阈值,表明切分文本与特征库中的特征对应的设定词之间的相似程度较高,确定问题文本包括设定词。
在一种实施方式中,方法还包括将第一处理结果和/或第二处理结果作为目标处理结果。
在一种实施方式中,方法还包括若第二处理结果为非设定结果,执行步骤S301及其后续步骤。由此,可在第二处理结果为非设定结果时,才通过第一至第三模型组件,执行各自对应的流程,以获取第一处理结果。
在一种实施方式中,方法还包括若第二处理结果为设定结果,将第二处理结果作为目标处理结果。
需要说明的是,对设定结果、非设定结果均不做过多限定,比如,设定结果可包括问题文本包括设定词,非设定结果包括问题文本未包括设定词。
需要说明的是,步骤S401-S405为目标应用程序的部分或者全部运行过程。
本公开提出的应用程序的生成方法,通过第一组件,基于目标数据源的标识,获取目标数据源,通过第一组件,对目标数据源进行特征提取,得到目标数据源的特征,通过第一组件,将目标数据源的特征存储至特征库,即可通过第一组件实现特征库的实时更新,通过第三模型组件,对问题文本进行特征提取,得到问题文本的特征,通过第三模型组件,基于问题文本的特征和特征库,得到第二处理结果,即可通过第三模型组件,综合考虑到问题文本的特征和特征库,得到第二处理结果。
上述实施例中,目标组件还包括目标第三方服务对应的第二组件,第二组件的目标配置信息包括目标第三方服务的标识。
需要说明的是,对目标第三方服务不做过多限定,比如,可包括模型、网页、APP(Application,应用程序)等。对目标第三方服务的标识不做过多限定,比如,可包括目标第三方服务的名称、编号、URL(Uniform Resource Locator,统一资源定位符)等。
图5为本公开另一实施例的应用程序的生成方法的流程示意图,如图5所示,该方法包括:
S501,通过第二组件,基于目标第三方服务的标识,从多个候选第三方服务中确定目标第三方服务。
在一种实施方式中,方法还包括通过第二组件,获取目标第三方服务的标识。比如,可通过第二组件,从第二组件的目标配置信息中提取出目标第三方服务的标识。
在一种实施方式中,通过第二组件,基于目标第三方服务的标识,从多个候选第三方服务中确定目标第三方服务,包括通过第二组件,将目标第三方服务的标识所标识的候选第三方服务,作为目标第三方服务。
S502,通过第三模型组件,调用目标第三方服务,并通过目标第三方服务,基于问题文本和/或第一处理结果,得到第三处理结果。
需要说明的是,第三处理结果指的是目标第三方服务基于问题文本和/或第一处理结果,得到的处理结果,对第三处理结果不做过多限定,比如,可包括对话文本等。
在一种实施方式中,第三模型组件的目标配置信息还包括第二组件的输出与第三模型组件的输入之间的关联关系。应说明的是,第二组件的输出与第三模型组件的输入之间的关联关系,用于表征第二组件的输出为第三模型组件的一个输入。
在一种实施方式中,方法还包括通过第二组件,向第三模型组件发送目标第三方服务的标识和/或用于指示目标第三方服务的指示信息,其中,指示信息用于从多个候选第三方服务中确定目标第三方服务,通过第三模型组件,接收第二组件发送的目标第三方服务的标识和/或用于指示目标第三方服务的指示信息。
需要说明的是,通过第三模型组件,调用目标第三方服务的相关内容,可参照通过第三模型组件,调用目标大模型的相关内容,这里不再赘述。
在一种实施方式中,第三模型组件的目标配置信息还包括设定关键词,通过第三模型组件,调用目标第三方服务之前,还包括通过第三模型组件,识别问题文本和/或第一处理结果包括设定关键词。由此,可在问题文本和/或第一处理结果包括设定关键词时,才通过第三模型组件,调用目标第三方服务。
在一种实施方式中,方法还包括将第一处理结果和/或第三处理结果作为目标处理结果。
需要说明的是,步骤S501-S502为目标应用程序的部分或者全部运行过程。
本公开提出的应用程序的生成方法,通过第二组件,基于目标第三方服务的标识,从多个候选第三方服务中确定目标第三方服务,通过第三模型组件,调用目标第三方服务,并通过目标第三方服务,基于问题文本和/或第一处理结果,得到第三处理结果。由此,可通过第二组件确定目标第三方服务,并通过第三模型组件调用目标第三方服务,以得到第三处理结果。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种应用程序的生成装置,用于实现上述的应用程序的生成方法。
图6是根据本公开一实施例的应用程序的生成装置的框图。
如图6所示,应用程序的生成装置600,包括:创建模块601、显示模块602、确定模块603和生成模块604。
创建模块601,用于创建候选大模型对应的候选模型组件;
显示模块602,用于控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,所述候选组件包括所述候选模型组件;
确定模块603,用于基于用户在所述编排页面上针对所述编排组件的选择操作,将所述编排组件对应的候选组件作为目标组件,其中,所述目标组件包括目标大模型对应的目标模型组件;
生成模块604,用于基于多个所述目标组件,生成目标应用程序。
在本公开的一个实施例中,所述生成模块604,还用于:基于所述用户在所述编排页面上针对所述编排组件的编辑操作,得到所述用户针对所述编排组件对应的候选组件的目标配置信息;基于多个所述目标组件的目标配置信息,生成所述目标应用程序。
在本公开的一个实施例中,所述生成模块604,还用于:基于所述目标组件的目标配置信息,生成所述目标组件的代码;基于多个所述目标组件的代码,生成所述目标应用程序。
在本公开的一个实施例中,所述目标大模型对应的目标模型组件包括第一模型组件、第二模型组件和第三模型组件;
所述第一模型组件的目标配置信息包括提示文本模板;
所述第二模型组件的目标配置信息包括所述目标大模型的标识;
所述第三模型组件的目标配置信息包括所述第一模型组件的输出与所述第三模型组件的输入之间的关联关系,以及所述第二模型组件的输出与所述第三模型组件的输入之间的关联关系。
在本公开的一个实施例中,所述生成模块604,还用于:通过所述第一模型组件,获取问题文本,并基于所述提示文本模板和所述问题文本,得到目标提示文本;通过所述第二模型组件,基于所述目标大模型的标识,从多个所述候选大模型中确定所述目标大模型;通过所述第三模型组件,调用所述目标大模型,并通过所述目标大模型基于所述目标提示文本,得到第一处理结果。
在本公开的一个实施例中,所述第二模型组件的目标配置信息还包括所述目标大模型的模型参数的目标值;
所述生成模块604,还用于:通过所述第二模型组件,获取所述目标大模型的模型参数的目标值;通过所述第三模型组件,将所述目标大模型的模型参数的值配置为所述目标值。
在本公开的一个实施例中,所述目标组件还包括特征库对应的第一组件,所述第一组件的目标配置信息包括目标数据源的标识;
所述生成模块604,还用于:通过所述第一组件,基于所述目标数据源的标识,获取所述目标数据源;通过所述第一组件,对所述目标数据源进行特征提取,得到所述目标数据源的特征;通过所述第一组件,将所述目标数据源的特征存储至所述特征库。
在本公开的一个实施例中,所述生成模块604,还用于:通过所述第三模型组件,对所述问题文本进行特征提取,得到所述问题文本的特征;通过所述第三模型组件,基于所述问题文本的特征和所述特征库,得到第二处理结果。
在本公开的一个实施例中,所述目标组件还包括目标第三方服务对应的第二组件,所述第二组件的目标配置信息包括所述目标第三方服务的标识;
所述生成模块604,还用于:通过所述第二组件,基于所述目标第三方服务的标识,从多个候选第三方服务中确定所述目标第三方服务;通过所述第三模型组件,调用所述目标第三方服务,并通过所述目标第三方服务,基于所述问题文本和/或所述第一处理结果,得到第三处理结果。
在本公开的一个实施例中,所述生成模块604,还用于:从所述用户针对所述编排组件的编辑操作中,提取出所述用户针对所述编排组件对应的候选组件的原始配置信息;按照设定信息格式,对所述候选组件的原始配置信息进行格式转换,得到所述候选组件的目标配置信息。
在本公开的一个实施例中,所述生成模块604,还用于:获取多个所述候选组件的目标配置信息和候选应用程序的标识之间的映射关系;获取所述目标应用程序的标识;基于所述目标应用程序的标识和所述映射关系,得到多个所述目标组件的目标配置信息。
在本公开的一个实施例中,所述生成模块604,还用于:建立多个所述候选组件的目标配置信息和候选应用程序的标识之间的映射关系;将多个所述候选组件的目标配置信息、所述候选应用程序的标识和所述映射关系存储至设定存储空间。
在本公开的一个实施例中,所述生成模块604,还用于:获取所述用户在所述编排页面上针对所述目标应用程序的访问操作;从所述访问操作中提取出所述目标应用程序的标识。
在本公开的一个实施例中,所述生成目标应用程序之前,所述生成模块604,还用于:获取所述用户在所述编排页面上针对所述目标应用程序的访问操作。
本公开提出的应用程序的生成装置,创建候选大模型对应的候选模型组件,控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,候选组件包括候选模型组件,基于用户在编排页面上针对编排组件的选择操作,将编排组件对应的候选组件作为目标组件,其中,目标组件包括目标大模型对应的目标模型组件,基于多个目标组件,生成目标应用程序。由此,可对大模型进行组件化处理,并控制在编排页面上显示候选组件对应的编排组件,其中,候选组件包括候选模型组件,并将用户在编排页面上选择的编排组件对应的候选组件作为目标组件,以生成目标应用程序,其中,目标组件包括目标模型组件,可实现基于大模型的应用程序的可视化编排,降低了基于大模型的应用程序的开发工作量和开发难度,提高了基于大模型的应用程序的开发效率。
根据本公开的实施例,本公开还提出了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元706,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如应用程序的生成方法。例如,在一些实施例中,应用程序的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的应用程序的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行应用程序的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提出给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提出与用户账号的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户账号显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户账号可以通过该键盘和该指向装置来将输入提出给计算机。其它种类的装置还可以用于提出与用户账号的交互;例如,提出给用户账号的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户账号的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户账号界面或者网络浏览器的用户账号计算机,用户账号可以通过该图形用户账号界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开的实施例,本公开还提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现本公开上述实施例所述的应用程序的生成方法的步骤。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (31)
1.一种应用程序的生成方法,包括:
创建候选大模型对应的候选模型组件;
控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,所述候选组件包括所述候选模型组件;
基于用户在所述编排页面上针对所述编排组件的选择操作,将所述编排组件对应的候选组件作为目标组件,其中,所述目标组件包括目标大模型对应的目标模型组件;
基于多个所述目标组件,生成目标应用程序。
2.根据权利要求1所述的方法,其中,所述基于多个所述目标组件,生成目标应用程序,包括:
基于所述用户在所述编排页面上针对所述编排组件的编辑操作,得到所述用户针对所述编排组件对应的候选组件的目标配置信息;
基于多个所述目标组件的目标配置信息,生成所述目标应用程序。
3.根据权利要求2所述的方法,其中,所述基于多个所述目标组件的目标配置信息,生成所述目标应用程序,包括:
基于所述目标组件的目标配置信息,生成所述目标组件的代码;
基于多个所述目标组件的代码,生成所述目标应用程序。
4.根据权利要求2所述的方法,其中,所述目标大模型对应的目标模型组件包括第一模型组件、第二模型组件和第三模型组件;
所述第一模型组件的目标配置信息包括提示文本模板;
所述第二模型组件的目标配置信息包括所述目标大模型的标识;
所述第三模型组件的目标配置信息包括所述第一模型组件的输出与所述第三模型组件的输入之间的关联关系,以及所述第二模型组件的输出与所述第三模型组件的输入之间的关联关系。
5.根据权利要求4所述的方法,其中,所述方法还包括:
通过所述第一模型组件,获取问题文本,并基于所述提示文本模板和所述问题文本,得到目标提示文本;
通过所述第二模型组件,基于所述目标大模型的标识,从多个所述候选大模型中确定所述目标大模型;
通过所述第三模型组件,调用所述目标大模型,并通过所述目标大模型基于所述目标提示文本,得到第一处理结果。
6.根据权利要求5所述的方法,其中,所述第二模型组件的目标配置信息还包括所述目标大模型的模型参数的目标值;
所述方法还包括:
通过所述第二模型组件,获取所述目标大模型的模型参数的目标值;
通过所述第三模型组件,将所述目标大模型的模型参数的值配置为所述目标值。
7.根据权利要求5所述的方法,其中,所述目标组件还包括特征库对应的第一组件,所述第一组件的目标配置信息包括目标数据源的标识;
所述方法还包括:
通过所述第一组件,基于所述目标数据源的标识,获取所述目标数据源;
通过所述第一组件,对所述目标数据源进行特征提取,得到所述目标数据源的特征;
通过所述第一组件,将所述目标数据源的特征存储至所述特征库。
8.根据权利要求7所述的方法,其中,所述方法还包括:
通过所述第三模型组件,对所述问题文本进行特征提取,得到所述问题文本的特征;
通过所述第三模型组件,基于所述问题文本的特征和所述特征库,得到第二处理结果。
9.根据权利要求5所述的方法,其中,所述目标组件还包括目标第三方服务对应的第二组件,所述第二组件的目标配置信息包括所述目标第三方服务的标识;
所述方法还包括:
通过所述第二组件,基于所述目标第三方服务的标识,从多个候选第三方服务中确定所述目标第三方服务;
通过所述第三模型组件,调用所述目标第三方服务,并通过所述目标第三方服务,基于所述问题文本和/或所述第一处理结果,得到第三处理结果。
10.根据权利要求2-9中任一项所述的方法,其中,所述基于所述用户在所述编排页面上针对所述编排组件的编辑操作,得到所述用户针对所述编排组件对应的候选组件的目标配置信息,包括:
从所述用户针对所述编排组件的编辑操作中,提取出所述用户针对所述编排组件对应的候选组件的原始配置信息;
按照设定信息格式,对所述候选组件的原始配置信息进行格式转换,得到所述候选组件的目标配置信息。
11.根据权利要求2-9中任一项所述的方法,其中,所述方法还包括:
获取多个所述候选组件的目标配置信息和候选应用程序的标识之间的映射关系;
获取所述目标应用程序的标识;
基于所述目标应用程序的标识和所述映射关系,得到多个所述目标组件的目标配置信息。
12.根据权利要求11所述的方法,其中,所述方法还包括:
建立多个所述候选组件的目标配置信息和候选应用程序的标识之间的映射关系;
将多个所述候选组件的目标配置信息、所述候选应用程序的标识和所述映射关系存储至设定存储空间。
13.根据权利要求11所述的方法,其中,所述获取所述目标应用程序的标识,包括:
获取所述用户在所述编排页面上针对所述目标应用程序的访问操作;
从所述访问操作中提取出所述目标应用程序的标识。
14.根据权利要求1-9中任一项所述的方法,其中,所述生成目标应用程序之前,还包括:
获取所述用户在所述编排页面上针对所述目标应用程序的访问操作。
15.一种应用程序的生成装置,包括:
创建模块,用于创建候选大模型对应的候选模型组件;
显示模块,用于控制在客户端的应用程序的编排页面上显示候选组件对应的编排组件,其中,所述候选组件包括所述候选模型组件;
确定模块,用于基于用户在所述编排页面上针对所述编排组件的选择操作,将所述编排组件对应的候选组件作为目标组件,其中,所述目标组件包括目标大模型对应的目标模型组件;
生成模块,用于基于多个所述目标组件,生成目标应用程序。
16.根据权利要求15所述的装置,其中,所述生成模块,还用于:
基于所述用户在所述编排页面上针对所述编排组件的编辑操作,得到所述用户针对所述编排组件对应的候选组件的目标配置信息;
基于多个所述目标组件的目标配置信息,生成所述目标应用程序。
17.根据权利要求16所述的装置,其中,所述生成模块,还用于:
基于所述目标组件的目标配置信息,生成所述目标组件的代码;
基于多个所述目标组件的代码,生成所述目标应用程序。
18.根据权利要求16所述的装置,其中,所述目标大模型对应的目标模型组件包括第一模型组件、第二模型组件和第三模型组件;
所述第一模型组件的目标配置信息包括提示文本模板;
所述第二模型组件的目标配置信息包括所述目标大模型的标识;
所述第三模型组件的目标配置信息包括所述第一模型组件的输出与所述第三模型组件的输入之间的关联关系,以及所述第二模型组件的输出与所述第三模型组件的输入之间的关联关系。
19.根据权利要求18所述的装置,其中,所述生成模块,还用于:
通过所述第一模型组件,获取问题文本,并基于所述提示文本模板和所述问题文本,得到目标提示文本;
通过所述第二模型组件,基于所述目标大模型的标识,从多个所述候选大模型中确定所述目标大模型;
通过所述第三模型组件,调用所述目标大模型,并通过所述目标大模型基于所述目标提示文本,得到第一处理结果。
20.根据权利要求19所述的装置,其中,所述第二模型组件的目标配置信息还包括所述目标大模型的模型参数的目标值;
所述生成模块,还用于:
通过所述第二模型组件,获取所述目标大模型的模型参数的目标值;
通过所述第三模型组件,将所述目标大模型的模型参数的值配置为所述目标值。
21.根据权利要求19所述的装置,其中,所述目标组件还包括特征库对应的第一组件,所述第一组件的目标配置信息包括目标数据源的标识;
所述生成模块,还用于:
通过所述第一组件,基于所述目标数据源的标识,获取所述目标数据源;
通过所述第一组件,对所述目标数据源进行特征提取,得到所述目标数据源的特征;
通过所述第一组件,将所述目标数据源的特征存储至所述特征库。
22.根据权利要求21所述的装置,其中,所述生成模块,还用于:
通过所述第三模型组件,对所述问题文本进行特征提取,得到所述问题文本的特征;
通过所述第三模型组件,基于所述问题文本的特征和所述特征库,得到第二处理结果。
23.根据权利要求19所述的装置,其中,所述目标组件还包括目标第三方服务对应的第二组件,所述第二组件的目标配置信息包括所述目标第三方服务的标识;
所述生成模块,还用于:
通过所述第二组件,基于所述目标第三方服务的标识,从多个候选第三方服务中确定所述目标第三方服务;
通过所述第三模型组件,调用所述目标第三方服务,并通过所述目标第三方服务,基于所述问题文本和/或所述第一处理结果,得到第三处理结果。
24.根据权利要求16-23中任一项所述的装置,其中,所述生成模块,还用于:
从所述用户针对所述编排组件的编辑操作中,提取出所述用户针对所述编排组件对应的候选组件的原始配置信息;
按照设定信息格式,对所述候选组件的原始配置信息进行格式转换,得到所述候选组件的目标配置信息。
25.根据权利要求16-23中任一项所述的装置,其中,所述生成模块,还用于:
获取多个所述候选组件的目标配置信息和候选应用程序的标识之间的映射关系;
获取所述目标应用程序的标识;
基于所述目标应用程序的标识和所述映射关系,得到多个所述目标组件的目标配置信息。
26.根据权利要求25所述的装置,其中,所述生成模块,还用于:
建立多个所述候选组件的目标配置信息和候选应用程序的标识之间的映射关系;
将多个所述候选组件的目标配置信息、所述候选应用程序的标识和所述映射关系存储至设定存储空间。
27.根据权利要求25所述的装置,其中,所述生成模块,还用于:
获取所述用户在所述编排页面上针对所述目标应用程序的访问操作;
从所述访问操作中提取出所述目标应用程序的标识。
28.根据权利要求15-23中任一项所述的装置,其中,所述生成目标应用程序之前,所述生成模块,还用于:
获取所述用户在所述编排页面上针对所述目标应用程序的访问操作。
29.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-14中任一项所述的方法。
30.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
31.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311840041.7A CN117806622A (zh) | 2023-12-28 | 2023-12-28 | 应用程序的生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311840041.7A CN117806622A (zh) | 2023-12-28 | 2023-12-28 | 应用程序的生成方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117806622A true CN117806622A (zh) | 2024-04-02 |
Family
ID=90422979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311840041.7A Pending CN117806622A (zh) | 2023-12-28 | 2023-12-28 | 应用程序的生成方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117806622A (zh) |
-
2023
- 2023-12-28 CN CN202311840041.7A patent/CN117806622A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114841274B (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
WO2023142451A1 (zh) | 工作流生成方法、装置、电子设备 | |
CN116756564A (zh) | 面向任务解决的生成式大语言模型的训练方法和使用方法 | |
JP7309811B2 (ja) | データ注釈方法、装置、電子機器および記憶媒体 | |
CN118170378A (zh) | 页面生成方法、装置、电子设备、存储介质以及程序产品 | |
CN117332068B (zh) | 人机交互方法、装置、电子设备以及存储介质 | |
CN117992569A (zh) | 基于生成式大模型生成文档的方法、装置、设备及介质 | |
CN116302218B (zh) | 函数信息的添加方法、装置、设备以及存储介质 | |
CN117251164A (zh) | 模型代码转换方法、装置、设备及存储介质 | |
CN117492743A (zh) | 基于大语言模型的目标应用生成方法、装置及存储介质 | |
CN116992000A (zh) | 交互信息处理方法、装置、电子设备、计算机可读介质 | |
CN116483345A (zh) | 一种表单生成方法、装置、电子设备及存储介质 | |
CN113138760B (zh) | 一种页面生成方法、装置、电子设备和介质 | |
CN117806622A (zh) | 应用程序的生成方法、装置、电子设备和存储介质 | |
CN117015781A (zh) | 从图形用户界面生成自然语言界面 | |
CN114118937A (zh) | 基于任务的信息推荐方法、装置、电子设备及存储介质 | |
CN112527290A (zh) | 基于生物特征信息搭建页面的方法和装置 | |
CN115965018B (zh) | 信息生成模型的训练方法、信息生成方法和装置 | |
CN111104118A (zh) | 一种基于aiml的自然语言指令执行方法及系统 | |
CN116561075B (zh) | 动态链接库文件的生成方法、算子的调用方法及装置 | |
CN116976301A (zh) | 电子表单的生成方法、装置、电子设备和存储介质 | |
CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 | |
CN116842926A (zh) | 模板的生成方法、装置、电子设备及存储介质 | |
CN117111804A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN114115854A (zh) | 一种sdk文件生成方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |