Ein Dialogflow CX-Agent ist ein virtueller Agent, der nebenläufige Unterhaltungen mit Ihren Endnutzern abwickelt. Mithilfe von Natural Language Understanding (NLU) versteht der Agent die Nuancen der menschlichen Sprache. Im Laufe der Unterhaltung übersetzt Dialogflow Nutzereingaben in Text- oder Audioform in strukturierte Daten, die Ihre Anwendungen und Dienste verstehen können. Sie entwerfen und erstellen einen Dialogflow-Agent, der die für Ihr System erforderlichen verschiedenen Typen von Unterhaltungen verarbeitet.
Ein Dialogflow-Agent ähnelt einem menschlichen Callcenter-Agent. Beide werden für die Bearbeitung erwarteter Szenarien trainiert. Dabei sind keine übermäßig genauen Vorgaben nötig.
Agent erstellen
So erstellen Sie einen Agent:
Console
- Öffnen Sie die Dialogflow CX Console.
- Erstellen Sie ein Google Cloud-Projekt oder wählen Sie eines aus.
- Klicken Sie auf Agent erstellen.
- Wählen Sie Automatisch generieren aus, um Datenspeicher-Agent Sie können auch Build your own (Eigene erstellen) auswählen, um andere Arten von Agents zu erstellen.
- Füllen Sie das Formular für die grundlegenden Agent-Einstellungen aus.
- Sie können einen beliebigen Anzeigenamen wählen.
- Wählen Sie den bevorzugten Standort aus. Klicken Sie auf die Schaltfläche Bearbeiten, wenn Sie die erweiterten Standorteinstellungen ändern möchten.
- Wählen Sie Ihre bevorzugte Zeitzone aus.
- Wählen Sie die Standardsprache für Ihren Agent aus. Sie können die Standardsprache für einen Agent nicht mehr ändern, nachdem er erstellt wurde.
- Klicken Sie auf Speichern.
API
Falls noch nicht konfiguriert Standorteinstellungen für Ihr Projekt, müssen Sie diese Einstellungen mit der Console bevor Sie Agents mit der API erstellen. Derzeit können Standorteinstellungen nicht über die API konfiguriert werden.
So erstellen Sie einen Agent:
Siehe die Methode create
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
Agent-Daten
Dialogflow-Agents dienen als übergeordnete Container für Einstellungen und Daten für virtuelle Agents.
So greifen Sie auf die Daten eines Agents zu:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie das Google Cloud-Projekt für den Agent aus.
- Suchen Sie den Agent in der Liste.
- Klicken Sie auf den Anzeigenamen des Agent.
- Aktualisieren Sie Abläufe, Seiten usw. wie in anderen Anleitungen beschrieben.
API
Informationen zu den Daten, die Sie aktualisieren möchten, finden Sie in den entsprechenden Anleitungen.
Agents sind folgenden Daten zugeordnet:
Weitere Informationen zur Anwendung von Daten auf verschiedenen Ebenen finden Sie in der Datenanwendungsebenen.
Agent-Einstellungen
So rufen Sie Agent-Einstellungen auf:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie Ihr Google Cloud-Projekt aus.
- Wählen Sie den Agent aus.
- Klicken Sie auf Agent-Einstellungen.
- Aktualisieren Sie die Einstellungen nach Bedarf.
- Klicken Sie auf Speichern.
API
Siehe die Methoden get
und patch/update
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
In folgenden Unterabschnitten werden die verschiedenen Kategorien der Agent-Einstellungen beschrieben.
Allgemeine Einstellungen
Für Agents sind folgende allgemeine Einstellungen verfügbar:
-
Ein für Menschen lesbarer Name für Ihren Agent.
-
Die Standardzeitzone für den Agent.
-
Die von Ihrem Agent unterstützte Standardsprache. Nachdem ein Agent erstellt wurde, kann die Standardsprache nicht mehr geändert werden. Sie haben jedoch folgende Möglichkeiten:
- Exportieren Sie den Agent in den JSON-Format.
- Entpacken Sie die heruntergeladene Datei.
- Suchen Sie die Datei
agent.json
. defaultLanguageCode
undsupportedLanguageCodes
aktualisieren auf die gewünschten Werte.- Wiederherstellen mit demselben oder einem anderen Agent aus Schritt 1.
- Aktualisieren Sie sprachspezifische Trainingsformulierungen und Entitätswerte nach Bedarf.
-
Agent sperren
Gibt an, ob der Agent gesperrt ist. Ein gesperrter Agent kann nicht bearbeitet werden.
-
Cloud Logging aktivieren
Gibt an, ob Cloud Logging für den Agent aktiviert ist.
Interaktions-Logging aktivieren
Gibt an, ob Google Abfragen entfernen soll, um Qualitätsverbesserungen vorzunehmen.
Einwilligungsbasiertes Entfernen von Endnutzereingaben aktivieren
Wenn diese Einstellung aktiviert ist, können Sie einen speziellen Sitzungsparameter verwenden, um zu steuern, ob Endnutzereingaben und -parameter aus dem Unterhaltungsverlauf und Cloud Logging entfernt werden. Der Sitzungsparameter ist standardmäßig
true
. Wenn diese Einstellung deaktiviert ist, werden keine Daten entfernt.Die Nutzereinwilligung wird mithilfe eines booleschen Sitzungsparameters erfasst:
$session.params.conversation-redaction
. Wenn diese Einstellung aktiviert und der Sitzungsparameter auffalse
gesetzt ist, erfolgt keine Entfernung (andere Strategien zum Entfernen von Daten gelten weiterhin). Wenn diese Einstellung aktiviert und der Sitzungsparameter auftrue
gesetzt ist, werden Daten entfernt.Ein Beispiel für den Vorgang der Einwilligungsanfrage könnte lauten: Fragen Sie zuerst den Nutzer, ob er die Endnutzereingabe beibehalten möchte, und ordnen Sie der Antwort zwei Intents zu. Einer ist „Ja-Intent“. und „Kein Intent“. Legen Sie dann den Sitzungsparameter in den Parametervoreinstellungen von „Ja-Intent“ auf
false
(keine Entfernung) fest. Route in der Auftragsausführung und antrue
(Entfernen) in der Parametervoreinstellung von „Kein Intent“ Route.
-
BigQuery Export aktivieren
Gibt an, ob BigQuery-Export aktiviert ist.
BigQuery-Dataset
Der Name des BigQuery-Datasets.
BigQuery-Tabelle
Der Name der BigQuery-Tabelle.
-
Sie können Intent-Vorschläge.
Benutzerdefinierte Nutzlastvorlage
In diesem Abschnitt können Sie Beschreibungen und Nutzlasten benutzerdefinierte Nutzlastvorlagen zur Verfügung.
ML-Einstellungen
Dialogflow nutzt Algorithmen des maschinellen Lernens (ML), um Eingaben von Endnutzern zu verstehen, sie mit Intents abzugleichen und strukturierte Daten zu extrahieren. Dialogflow nutzt die von Ihnen bereitgestellten Trainingssätze und eingebettete Sprachmodelle zum Lernen. Anhand dieser Daten wird ein Modell erstellt, um zu entscheiden, welcher Intent der Eingabe eines Endnutzers zugeordnet werden soll. Sie können für jeden Ablauf eines Agents eigene ML-Einstellungen nutzen. Das von Dialogflow erstellte Modell ist für jeden Ablauf einmalig.
Die folgenden Agent-weiten ML-Einstellungen sind verfügbar:
Rechtschreibung durch ML korrigieren lassen
Wenn diese Option aktiviert ist und eine Nutzereingabe einen Rechtschreib- oder Grammatikfehler enthält, wird für den Intent-Abgleich die korrekte Rechtschreibung verwendet. Die Antwort für die Intent-Erkennung enthält die korrigierte Nutzereingabe. Beispiel: Gibt ein Endnutzer "Ich möchte einen Appfel" ein, so wird dies so verarbeitet, als ob er "Ich möchte einen Apfel" eingegeben hätte. Dies gilt auch für den Abgleich mit Systementitäten und benutzerdefinierten Entitäten.
Die Rechtschreibkorrektur ist auf Deutsch, Englisch, Französisch, Spanisch und Italienisch. Es ist in allen Dialogflow CX-Regionen verfügbar.
Warnungen und Best Practices:
- Mit der Rechtschreibkorrektur können keine ASR-Fehler (Automated Speech Recognition, automatische Spracherkennung) korrigiert werden. Bei Verwendung von ASR-Eingaben sollte daher die Rechtschreibkorrektur deaktiviert sein.
- Eine korrigierte Eingabe kann mit dem falschen Intent übereinstimmen. Sie können dies beheben, indem Sie häufig nicht übereinstimmende Wortgruppen als Negativbeispiele hinzufügen.
- Durch die Rechtschreibkorrektur verlängert sich die Antwortzeit des Agents geringfügig.
- Wenn ein Agent mit domainspezifischem Jargon definiert wird, sind die Korrekturen möglicherweise unerwünscht.
Die folgenden ablaufspezifischen ML-Einstellungen sind verfügbar:
-
Dies kann einer der folgenden sein:
- Erweiterte NLU (Standardeinstellung): Fortschrittliche NLU-Technologie. Dieser NLU-Typ funktioniert besser als der Standard, insbesondere für große Agents und Datenflüsse.
- Standard-NLU: Standard-NLU-Technologie Testament keine Qualitätsverbesserungen oder neue Funktionen mehr erhalten.
-
Wenn diese Option aktiviert ist, wird der Ablauf bei jeder Aktualisierung über die Konsole trainiert. Bei großen Abläufen kann dies zur verzögerten Reaktion der Benutzeroberfläche der Konsole führen. Deshalb sollten Sie diese Einstellung deaktivieren und bei Bedarf für große Abläufe manuell trainieren.
-
Wenn Sie Falsch-Positiv-Ergebnisse herausfiltern und den Agent trotzdem mit einer vielfältigen natürlichen Sprache trainieren möchten, können Sie den Klassifizierungsschwellenwert für maschinelles Lernen einstellen. Mit dieser Einstellung legen Sie fest, welche Intent-Erkennungskonfidenz für eine Intent-Übereinstimmung mindestens erforderlich ist.
Wenn der Konfidenzwert für eine Intent-Übereinstimmung unter dem Schwellenwert liegt, wird ein No-Match-Ereignis ausgelöst.
-
Gibt an, ob der Ablauf seit der letzten Aktualisierung der Ablaufdaten trainiert wurde.
-
Mit dieser Schaltfläche können Sie den Ablauf manuell trainieren.
Einstellungen für Generative AI
Die folgenden Einstellungen für Generative AI sind verfügbar:
Allgemein
Generativer Agent
Auswahl des generativen Modells
Wählen Sie das Modell aus, das von generativen Features verwendet wird. Weitere Informationen Siehe Modellversionen.
Generatives Fallback
Konfiguration von Text-Prompts
Weitere Informationen finden Sie unter Generatives Fallback: Eigenen Prompt definieren.
Datenspeicher
Einstellungen für Sprache und IVR
Folgende Sprach- und IVR-Einstellungen sind verfügbar:
-
-
Sie können die Sprache und Stimme für die Sprachsynthese auswählen.
Sie können die Option Benutzerdefinierte Stimme aktivieren für indem Sie die Option „Custom Voice“ in der Stimme auswählen Dropbox auswählen und den Namen der benutzerdefinierten Stimme in der entsprechenden ein. Der Name der benutzerdefinierten Stimme muss dem folgenden Muster entsprechen:
projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME
- Wenn Sie ein Telefoniegateway verwenden, prüfen Sie, ob das Dienstkonto Dialogflow-Dienst-Agent aktiviert ist
service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com
wird mit „AutoML Predictor“ gewährt in Ihrem Custom Voice-Projekt. - Achten Sie bei regulären API-Aufrufen darauf, dass dem Dienstkonto, mit dem Dialogflow aufgerufen wird, „AutoML Predictor“ gewährt wurde in Ihrem Projekt für benutzerdefinierte Stimmen.
- Wenn Sie ein Telefoniegateway verwenden, prüfen Sie, ob das Dienstkonto Dialogflow-Dienst-Agent aktiviert ist
-
-
Automatische Sprachanpassung aktivieren
Weitere Informationen finden sich unter Automatische Sprachanpassung.
Erweiterte Spracheinstellungen
Dieser Abschnitt enthält zusätzliche erweiterte Einstellungen für Sprachfunktionen. Sie können diese erweiterten Einstellungen deaktivieren und aktivieren.
Diese Einstellungen sind in den Agent-Einstellungen verfügbar (gilt für den gesamten Agent). Ablaufeinstellungen (gilt für den gesamten Ablauf und überschreibt Agent-Einstellungen) Seiteneinstellungen (gilt für Seite und überschreibt Ablauf- und Agent-Einstellungen) und Einstellungen für die Auftragsausführung (gilt für die Auftragsausführung und überschreibt Seiten-, Ablauf- und Agent-Einstellungen). Je nach Relevanz der Einstellung für eine Ebene ist eine Teilmenge dieser Einstellungen auf jeder Ebene verfügbar.
Aktualisierte Einstellungen auf Agent-Ebene werden nicht auf den Ablauf, die Seite und Auftragsausführungsebene, wenn die Option Anpassen für diese niedrigeren Ebenen ausgewählt ist Niveau. Wenn die Option Anpassen mehrere Einstellungen umfasst und Sie nur einige davon aktualisieren möchten, müssen Sie möglicherweise auch andere Einstellungen wenn sie mit den Einstellungen auf Agent-Ebene identisch sein sollen.
Modellauswahl (Speech-to-Text)
Legt das für die Spracherkennung verwendete Sprachmodell fest. Diese Einstellung ist sprachspezifisch, sodass Sie verschiedene Modelle für unterschiedliche Sprachen auswählen können. Sie können auch Sprachmodell auf Anfrageebene überschreiben Dadurch wird das ausgewählte Modell auch wenn ein Laufzeit-API-Aufruf ein anderes Modell angibt.
Für Dialogflow CX Phone Gateway siehe Einschränkungen.
Weitere Informationen finden Sie unter Sprachmodelle:
Empfindlichkeit für das Ende der Sprachausgabe
Steuert die Empfindlichkeit zum Erkennen des Endes von Sprache in der Audioeingabe des Endnutzers. Der Wert reicht von 0 (geringe Empfindlichkeit, Geringere Wahrscheinlichkeit, dass die Sprachausgabe beendet wird) auf 100 (hohe Empfindlichkeit; es ist wahrscheinlicher, dass die Sprachausgabe beendet wird).
Erweiterte, auf einem Zeitlimit basierende Empfindlichkeit für die Ende der Sprachausgabe aktivieren
Wenn diese Einstellung aktiviert ist, Wert der Einstellung Empfindlichkeit für das Ende der Sprachausgabe wird als Messgerät verwendet, um eine relative Zeitüberschreitung der Audiostummschaltung zu ermitteln. um das Ende der Rede zu bestimmen.
Ist diese Einstellung deaktiviert (Standardeinstellung), Wert der Einstellung Empfindlichkeit für das Ende der Sprachausgabe wird verwendet, um das Ende der Sprache des ML-Modells zu bestimmen, das von Google Cloud Speech-to-Text.
Die Einstellung Empfindlichkeit für das Ende der Sprachausgabe unterstützt das language-Tag
en-US
, Einstellung Erweiterte, auf einem Zeitlimit basierende Reaktionsempfindlichkeit am Ende der Sprachausgabe aktivieren ermöglicht es, die Empfindlichkeit des Sprachendes für allen von Dialogflow unterstützten Sprachen und Sprachmodellen-
Wenn diese Einstellung aktiviert ist, analysiert Dialogflow einen Teil des Nutzers Eingabe, um das Ende der Spracheingabe zu bestimmen. Wenn Nutzende beispielsweise sagt „Ich möchte.“ pausiert, wartet Dialogflow darauf, dass der Nutzer um den Satz fortzusetzen.
Dies ist besonders nützlich für die Erfassung numerischer Parameter, kann der Nutzer „1234“ sagen und halten Sie kurz inne, bevor Sie „5678“ sagen. Um diese Einstellung auf einen bestimmten Parameter anzuwenden, müssen Sie Intelligente Endpunktverwaltung einrichten im Format des Parameters ein.
Diese Option ist nur für das Sprach-Tag
en-US
verfügbar.Diese Einstellung ist standardmäßig deaktiviert.
Kein Zeitlimit für Spracheingabe
Die Zeitdauer in Sekunden, für die Dialogflow auf die Audioeingabe des Endnutzers wartet. Der Standardwert ist 5 Sekunden. und der Höchstwert 60 Sekunden. Für dieses Zeitlimit ruft Dialogflow ein No-input-Ereignis auf.
-
Wenn diese Option aktiviert ist, kann ein Endnutzer die Antwortantwort von Dialogflow unterbrechen. Bei Unterbrechung sendet Dialogflow keine Audiodaten mehr und verarbeitet die nächste Endnutzereingabe.
Wenn sich in der Nachrichtenwarteschlange mehrere Nachrichten befinden und eine Nachricht von einer Auftragsausführung in eine Warteschlange gestellt wurde, die einer Seite, einem Ablauf oder einem Agent zugeordnet ist, für den das Eingreifen aktiviert ist, wird für alle folgenden Nachrichten in der Warteschlange ebenfalls das Eingreifen aktiviert. In diesem Fall Die Integration beendet die Audiowiedergabe für alle Nachrichten in der Warteschlange mit aktiviertem Eingreifen.
Abbrechen der Wiedergabe von Teilantworten zulassen
Wann? Teilantwort aktiviert ist, Mit dieser Einstellung kann die Wiedergabe einer Teilantwort abgebrochen werden. Wenn eine Nachricht im Nachrichtenwarteschlange durch eine Auftragsausführung erstellt wird, die eine Stornierung, Die Wiedergabe der Nachricht wird abgebrochen, wenn eine andere Nachricht wird zur Warteschlange hinzugefügt. Dies ist nützlich, wenn Sie eine erste Nachricht um die Wiedergabe zu starten, aber diese Wiedergabe wird abgebrochen, wenn ein funktionierender Webhook eine weitere Nachricht, bevor die erste Nachricht wiedergegeben wird.
-
Falls angegeben, alle mit einer Anfrage verknüpften Audiodaten werden im Cloud Storage-Bucket gespeichert:
Audio gespeichert Relevante Anfragen Audioeingabe für Endnutzer DetectIntent, StreamingDetectIntent, AnalyzerContent, Streaming AnalyzerContent Sprachausgabe-Audio (für eine Antwort synthetisiert) AnalyzerContent, Streaming AnalyzerContent Weisen Sie den folgenden Dienstkonten in Ihrem Projekt die Rolle Storage-Objekt-Ersteller zu:
Dem Dienstkonto des Formats
one-click@df-cx-ALPHANUMERIC_VALUE-ALPHANUMERIC_VALUE.iam.gserviceaccount.com
, wenn Sie eine integrierte Partner-Telefonieintegration verwenden.Dem Dienstkonto des Formats
service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com
, wenn Sie die Einbindung Dialogflow CX Phone Gateway verwenden. Wenn Sie dieses Dienstkonto in IAM suchen möchten, klicken Sie die Option Von Google bereitgestellte Rollenzuweisungen einschließen an.
DTMF: Weitere Informationen finden Sie unter DTMF für Telefonieintegrationen.
Multimodal
Freigabeeinstellungen
Weitere Informationen finden sich unter Zugriffssteuerung.
Spracheinstellungen
Fügen Sie Ihrem Agent zusätzliche Sprachunterstützung hinzu. Eine vollständige Liste der Sprachen finden Sie in der Sprachreferenz.
Automatische Spracherkennung
Beim Konfigurieren automatische Spracherkennung erkennt der Chat-Kundenservicemitarbeiter automatisch die Sprache des Endnutzers und wechselt zu dieser Sprache zu verstehen. Weitere Informationen finden Sie in der Dokumentation zur automatischen Spracherkennung .
Sicherheitseinstellungen
Weitere Informationen finden Sie unter Sicherheitseinstellungen.
Erweiterte Einstellungen
Derzeit ist die einzige erweiterte Einstellung für die Sentimentanalyse.
Agent exportieren und wiederherstellen
Sie können einen Agent in eine Datei exportieren, und stellen einen Agent mit dieser Datei wieder her.
Ein Agent-Export enthält alle Agent-Daten mit Ausnahme der folgenden:
- Ablaufversionen: Nur die Ablaufentwürfe werden in die Datei exportiert.
- Umgebungen: Benutzerdefinierte Umgebungen werden nicht in eine Datei exportiert.
Durch eine Agent-Wiederherstellung werden alle Daten des Ziel-Agents überschrieben (einschließlich aller Ablaufversionen) mit Ausnahme der folgenden:
- Umgebungen: Alle benutzerdefinierten Umgebungen bleiben im Ziel-Agent unverändert. Ablaufversionen, auf die in benutzerdefinierten Umgebungen im Ziel-Agent verwiesen wird solange die zugehörigen Umgebungen bestehen. Diese veralteten Ablaufversionen sind jedoch nicht aufgeführt oder auswählbar. Ablaufversionen für den Agent.
- Vertex AI-Agent-Apps:
Die Verknüpfung mit einer Vertex AI Agents App bleibt unverändert
im Ziel-Agent. (Mit anderen Worten, der Wert von
engine
in GenAppBuilderSettings) Das bedeutet, dass Datenspeicher-Agents nur wiederhergestellt werden können in andere vorhandene Datenspeicher-Agents importieren, da der resultierende Agent auch um eine Verknüpfung mit einer Vertex AI Agents App zu haben. Vertex AI Agents Data Stores: Alle Verweise auf Datenspeicher werden im Ziel-Agent überschrieben gemäß den folgenden Regeln:
- Wenn der Ziel-Agent keiner App zugeordnet ist, ist es nicht möglich, um einen Agent mit Datenspeicherreferenzen wiederherzustellen. Das führt dazu, dass in einer Fehlermeldung. Um dies zu beheben, haben Sie folgende Möglichkeiten: Erstellen Sie einen komplett neuen Datenspeicher-Agent. (Alternativ können Sie kann Ihren vorhandenen Agent durch Hinzufügen eines Datenspeicher-Agents in einen Datenspeicher-Agent umwandeln Status-Handler hinzufügen. In diesem Fall werden Sie durch das Hinzufügen einer verknüpften App zu Ihren Agent.)
- Wenn der Ziel-Agent mit einer Anwendung verknüpft ist, Referenzen werden nach der Wiederherstellung aktualisiert: ihre Google Cloud-Projekt-ID und Standort wird aktualisiert, damit er mit der App des Ziel-Agents übereinstimmt. Die Sammlungs-ID und Datenspeicher-ID bleiben unverändert. Das bedeutet, dass Sie müssen der App Datenspeicher für alle IDs mit übereinstimmenden Typen hinzufügen. des Ziel-Agents vor dem Wiederherstellungsvorgang.
Beispiel: Wenn der Quell-Agent auf einen Datenspeicher mit dem Namen
projects/123/locations/eu-west2/collections/default_collection/dataStores/myDataStore1
und die Anwendung des Ziel-Agentsprojects/321/locations/us-east1/collections/default_collections/engines/app123
, wird die resultierende Datenspeicherreferenz im Ziel-Agent zu:projects/321/locations/us-east1/collections/default_collection/dataStores/myDataStore1
Beim Exportieren können Sie das Exportdateiformat auswählen. Wenn Sie die Versionsverwaltung für Ihre Agent-Daten verwenden, sollten Sie im JSON-Format exportieren. Wenn Sie einen Agent wiederherstellen, Dialogflow bestimmt automatisch das Dateiformat.
So exportieren Sie einen Agent oder stellen ihn wieder her:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie das Google Cloud-Projekt für den Agent aus.
- Klicken Sie in der Liste auf das Dreipunkt-Menü more_vert für einen Agent in der Liste.
- Klicken Sie auf die Schaltfläche Exportieren oder Wiederherstellen.
- Folgen Sie der Anleitung, um den Vorgang abzuschließen.
API
Siehe die Methoden export
und restore
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
Wenn die Agent-Größe die maximale Grenze überschreitet, verwenden Sie die Cloud Storage-Option für den Agent-Export und die Wiederherstellung.
Wenn Sie GitHub verwenden, lesen Sie auch die Leitfaden zum Export/Wiederherstellung von GitHub
Agent löschen
Zum Löschen eines Agents benötigen Sie eine Rolle mit uneingeschränktem Zugriff oder Bearbeitungszugriff. Weitere Informationen finden Sie in der Anleitung zur Zugriffssteuerung.
So löschen Sie einen Agent:
Console
- Öffnen Sie die Dialogflow CX Console.
- Wählen Sie das Google Cloud-Projekt für den Agent aus.
- Klicken Sie in der Liste auf das Dreipunkt-Menü more_vert für einen Agent in der Liste.
- Klicken Sie auf deleteLöschen.
- Bestätigen Sie den Löschvorgang im Dialogfeld.
API
Siehe die Methode delete
für den Typ Agent
.
Wählen Sie ein Protokoll und eine Version für die Agent-Referenz aus:
Protokoll | V3 | V3beta1 |
---|---|---|
REST | Agent-Ressource | Agent-Ressource |
RPC | Agent-Schnittstelle | Agent-Schnittstelle |
C++ | AgentsClient | Nicht verfügbar |
C# | AgentsClient | Nicht verfügbar |
Go | AgentsClient | Nicht verfügbar |
Java | AgentsClient | AgentsClient |
Node.js | AgentsClient | AgentsClient |
PHP | Nicht verfügbar | Nicht verfügbar |
Python | AgentsClient | AgentsClient |
Ruby | Nicht verfügbar | Nicht verfügbar |
Wenn Sie Ihr Projekt löschen, Alle Dialogflow CX-Agents und mit dem Projekt verknüpften Daten werden sofort gelöscht.