හෙලෝ, හබ්ර්! සාමාන්‍යයෙන් මිනිස් මැදිහත්වීමක් අවශ්ය වන ගැටළු විසඳීමට Azure භාවිතා කරන්නේ කෙසේදැයි අද අපි ඔබට පෙන්වන්නෙමු. නියෝජිතයන් එකම ප්‍රශ්නවලට පිළිතුරු දීමට, දුරකථන ඇමතුම් සහ කෙටි පණිවිඩ හැසිරවීමට බොහෝ කාලයක් ගත කරයි. චැට්බෝට් සන්නිවේදනය සහ හඳුනාගැනීම ස්වයංක්‍රීය කරන අතර මිනිසුන් මත බර අඩු කරයි. බොට්ස් Azure DevOps හි ද භාවිතා වේ, එහිදී ඒවා නිකුතු අනුමත කිරීමට, ගොඩනැගීම් කළමනාකරණය කිරීමට - බැලීමට, ආරම්භ කිරීමට සහ නැවැත්වීමට - සෘජුවම Slack හෝ Microsoft Teams වෙතින් ලබා දේ. සාරාංශයක් ලෙස, chatbot යනු CLI එක තරමක් සිහිගන්වයි, අන්තර්ක්‍රියාකාරී පමණක් වන අතර, සංවර්ධකයාට කතාබස් සාකච්ඡාවේ සන්දර්භය තුළ රැඳී සිටීමට ඉඩ සලසයි.
මෙම ලිපියෙන්, අපි chatbots නිර්මාණය කිරීම සඳහා මෙවලම් ගැන කතා කරමු, ඒවා සංජානන සේවා සමඟ වැඩිදියුණු කළ හැකි ආකාරය පෙන්වන්න, සහ Azure හි සූදානම් කළ සේවාවන් සමඟ සංවර්ධනය වේගවත් කරන්නේ කෙසේද යන්න විස්තර කරන්න.
චැට්බෝට් සහ සංජානන සේවා: සමානකම් මොනවාද සහ වෙනස්කම් මොනවාද?
Microsoft Azure හි bots නිර්මාණය කිරීමට, ඔබ Azure Bot Service සහ Bot Framework භාවිතා කරයි. ඔවුන් එක්ව බොට් තැනීම, පරීක්ෂා කිරීම, යෙදවීම සහ පරිපාලනය සඳහා මෘදුකාංග සමූහයක් නියෝජනය කරයි, එමඟින් කථන සහාය, ස්වාභාවික භාෂා හඳුනාගැනීම සහ වෙනත් හැකියාවන් සහිත සරල සහ උසස් සන්නිවේදන පද්ධති දෙකම සූදානම් කළ මොඩියුල වලින් නිර්මාණය කිරීමට ඔබට ඉඩ සලසයි.
ඔබ ආයතනික ප්‍රශ්නෝත්තර සේවාවක් මත පදනම් වූ සරල බොට් එකක් ක්‍රියාත්මක කිරීමට අවශ්ය යැයි උපකල්පනය කරමු, නැතහොත්, අනෙක් අතට, සංකීර්ණ, අතු බෙදුණු සන්නිවේදන පද්ධතියක් සහිත ක්‍රියාකාරී බොට් එකක් සාදන්න. මෙය සිදු කිරීම සඳහා, ඔබට කණ්ඩායම් තුනකට බෙදා ඇති මෙවලම් ගණනාවක් භාවිතා කළ හැකිය:
- සංවාද අතුරුමුහුණත් (බොට්ස්) වේගවත් සංවර්ධනය සඳහා සේවා.
- විවිධ භාවිත අවස්ථා සඳහා සූදානම් කළ සංජානන AI සේවා (රටාව හඳුනාගැනීම, කථන හඳුනාගැනීම, දැනුම පදනම සහ සෙවීම).
- AI ආකෘති නිර්මාණය කිරීම සහ පුහුණු කිරීම සඳහා සේවා.
සාමාන්‍යයෙන්, සංකල්ප දෙකම සන්නිවේදනයේ මූලධර්මය මත පදනම් වන අතර, බොට්ස් සහ සේවා සඳහා භාවිත අවස්ථාව සංවාද ඇතුළත් වන නිසා මිනිසුන් බුද්ධිමත්ව “බොට්” සහ “සංජානන සේවා” ව්‍යාකූල කරයි. නමුත් චැට්බොට් මූලික වචන සහ ප්‍රේරක සමඟ ක්‍රියා කරයි, සහ සංජානන සේවා සාමාන්‍යයෙන් මිනිසුන් විසින් සකසන ලද අත්තනෝමතික ඉල්ලීම් සමඟ ක්‍රියා කරයි:
සංජානන සේවා යනු පරිශීලකයා සමඟ සන්නිවේදනය කිරීමට තවත් ක්‍රමයක් වන අතර, අත්තනෝමතික ඉල්ලීමක් පැහැදිලි විධානයක් බවට පරිවර්තනය කිරීමට සහ එය බොට් වෙත ලබා දීමට උපකාරී වේ.
මේ අනුව, චැට්බොට් යනු ඉල්ලීම් සමඟ වැඩ කිරීම සඳහා වන යෙදුම් වන අතර, සංජානන සේවා යනු වෙන වෙනම දියත් කරන ලද ඉල්ලීම් බුද්ධිමත් විශ්ලේෂණය සඳහා වන මෙවලම් වේ, නමුත් චැට්බෝට ප්‍රවේශ විය හැකි, “බුද්ධිමත්” බවට පත් වේ.
chatbots නිර්මාණය කිරීම
Azure හි බොට් සඳහා නිර්දේශිත සැලසුම් රූප සටහන පහත පරිදි වේ:
Azure හි බොට් සැලසුම් කිරීමට සහ සංවර්ධනය කිරීමට, භාවිතා කරන්න . GitHub මත තිබේ , රාමුවේ හැකියාවන් වෙනස් වේ, එබැවින් බොට් වල භාවිතා කරන SDK අනුවාදය සැලකිල්ලට ගැනීම අවශ්ය වේ.
රාමුව බොට්ස් නිර්මාණය කිරීම සඳහා විකල්ප කිහිපයක් සපයයි: සම්භාව්‍ය කේතය, විධාන රේඛා මෙවලම් හෝ ගැලීම් සටහන භාවිතා කිරීම. අවසාන විකල්පය සංවාද දෘශ්‍යමාන කරයි; මේ සඳහා ඔබට කළමනාකරු භාවිතා කළ හැකිය . එය Bot Framework SDK මත ගොඩනගා ඇති දෘශ්‍ය සංවර්ධන මෙවලමක් ලෙස හරස් විනය කණ්ඩායම්වලට bots නිර්මාණය කිරීමට භාවිතා කළ හැකිය.
Bot Framework Composer මඟින් බොට් එක ක්‍රියා කරන සංවාද ව්‍යුහයක් සෑදීමට බ්ලොක් භාවිතා කිරීමට ඔබට ඉඩ සලසයි. මීට අමතරව, ඔබට ප්‍රේරක සෑදිය හැකිය, එනම්, සංවාදය අතරතුර බොට් ප්‍රතික්‍රියා කරන මූල පද. උදාහරණයක් ලෙස, "ක්රියාකරු", "සොරකම්" හෝ "නැවතුම්" සහ "ප්රමාණවත්" යන වචන.
Bot Framework Composer හි, ඔබට භාවිතයෙන් සංකීර්ණ සංවාද පද්ධති සෑදිය හැක . සංවාදවලට සංජානන සේවා සහ සිදුවීම් කාඩ්පත් (අනුවර්තී කාඩ්පත්) යන දෙකම භාවිත කළ හැක:
නිර්මාණය කිරීමෙන් පසු, ඔබට චැට්බෝට් දායකත්වයක් තුළ යෙදවිය හැකි අතර, ස්වයංක්‍රීයව සකස් කරන ලද ස්ක්‍රිප්ට් මඟින් අවශ්ය සියලු සම්පත් සාදනු ඇත: සංජානන සේවා, යෙදුම් සැලැස්ම, යෙදුම් තීක්ෂ්ණ බුද්ධිය, දත්ත සමුදාය සහ යනාදිය.
QnA Maker
ආයතනික Q&A දත්ත සමුදායන් මත පදනම්ව සරල bots නිර්මාණය කිරීමට, ඔබට QnA Maker සංජානන සේවාව භාවිතා කළ හැක. සරල වෙබ් විශාරදයෙකු ලෙස ක්‍රියාත්මක කර ඇති අතර, එය ඔබට ආයතනික දැනුම (FAQ Url) වෙත සබැඳියක් ඇතුළත් කිරීමට හෝ පදනමක් ලෙස *.doc හෝ *.pdf ආකෘතියෙන් ලේඛන දත්ත ගබඩාවක් භාවිතා කිරීමට ඉඩ සලසයි. දර්ශකය නිර්මාණය කිරීමෙන් පසු, බොට් ස්වයංක්‍රීයව පරිශීලකයාගේ ප්‍රශ්නවලට වඩාත් සුදුසු පිළිතුරු තෝරා ගනු ඇත.
QnAMaker භාවිතයෙන්, ඔබට බොත්තම් ස්වයංක්‍රීයව නිර්මාණය කිරීම සමඟ පැහැදිලි කිරීමේ ප්‍රශ්න දාමයන් නිර්මාණය කළ හැකිය, පාර-දත්ත සමඟ දැනුම පදනමට අතිරේකව සහ භාවිතයේදී සේවාව තවදුරටත් පුහුණු කළ හැකිය.
සේවාව මෙම එක් ශ්‍රිතයක් පමණක් ක්‍රියාත්මක කරන චැට්බොට් එකක් ලෙස හෝ ඉල්ලීම මත පදනම්ව, අනෙකුත් AI සේවා හෝ බොට් රාමුවේ මූලද්‍රව්‍ය භාවිතා කරන සංකීර්ණ චැට්බෝට් එකක කොටසක් ලෙස භාවිතා කළ හැක.
වෙනත් සංජානන සේවා සමඟ වැඩ කිරීම
Azure වේදිකාවේ විවිධ සංජානන සේවා රාශියක් ඇත. තාක්ෂණික වශයෙන්, මේවා කේතයෙන් ඇමතිය හැකි ස්වාධීන වෙබ් සේවා වේ. ප්‍රතිචාර වශයෙන්, සේවාව චැට්බෝට් හි භාවිතා කළ හැකි යම් ආකෘතියක json යවයි.
chatbots හි වඩාත් පොදු භාවිතයන් වන්නේ:
- පෙළ හඳුනා ගැනීම.
- සංවර්ධකයා විසින් නිර්වචනය කරන ලද අභිරුචි දැක්ම සේවා රූප කාණ්ඩ හඳුනා ගැනීම (නිෂ්පාදන අවස්ථාව: සේවකයෙකු තද තොප්පියක්, ඇස් කණ්ණාඩියක් හෝ වෙස් මුහුණක් පැළඳ සිටීද යන්න හඳුනා ගැනීම).
- මුහුණු හඳුනාගැනීම (විශිෂ්ට භාවිත අවස්ථාවක් වන්නේ සමීක්ෂණයට ලක් වූ පුද්ගලයා ඔහුගේම මුහුණ පළ කර තිබේද, නැතහොත්, බල්ලෙකුගේ ඡායාරූපයක් හෝ වෙනත් ලිංගයක පුද්ගලයෙකුගේ ඡායාරූපයක් දැයි පරීක්ෂා කිරීමයි).
- කථන හඳුනාගැනීම.
- රූප විශ්ලේෂණය.
- පරිවර්තනය (ස්කයිප් හි ශබ්දය එකවර පරිවර්තනය කිරීම කොපමණ දැයි අප සැමට මතකයි).
- අක්ෂර වින්‍යාසය පරීක්ෂා කිරීම සහ දෝෂ නිවැරදි කිරීම සඳහා යෝජනා.
ලුයිස්
එසේම, ඔබට අවශ්ය විය හැකි bots නිර්මාණය කිරීමට (භාෂා අවබෝධය බුද්ධි සේවය). සේවා අරමුණු:
- පරිශීලකයාගේ ප්‍රකාශය අර්ථවත්ද සහ බොට්ගේ ප්‍රතිචාරය අවශ්‍යද යන්න තීරණය කරන්න.
- පරිශීලක කථනය (පෙළ) බොට් වෙත තේරුම් ගත හැකි විධානයන් බවට පරිවර්තනය කිරීමට දරන උත්සාහය අඩු කරන්න.
- සත්‍ය පරිශීලක ඉලක්ක/අභිප්‍රායන් පුරෝකථනය කරන්න සහ සංවාදයේ වාක්‍ය ඛණ්ඩවලින් ප්‍රධාන ඇතුළාන්තයන් උපුටා ගන්න.
- සංවර්ධකයාට අර්ථ හඳුනාගැනීමේ උදාහරණ කිහිපයක් භාවිතා කර බොට් දියත් කිරීමට ඉඩ දෙන්න සහ ක්‍රියාත්මක වන විට බොට්ගේ අමතර පුහුණුව.
- විධාන පිටපත් කිරීමේ ගුණාත්මකභාවය තක්සේරු කිරීමට සංවර්ධකයාට දෘශ්‍යකරණය භාවිතා කිරීමට සබල කරන්න.
- සැබෑ ඉලක්ක හඳුනාගැනීමේ වැඩි දියුණු කිරීම් සඳහා සහාය වීම.
ඇත්ත වශයෙන්ම, LUIS හි ප්‍රධාන පරමාර්ථය වන්නේ පරිශීලකයා අදහස් කළේ කුමක්ද යන්න යම් සම්භාවිතාවකින් තේරුම් ගැනීම සහ ස්වාභාවික ඉල්ලීමක් සුසංයෝගී විධානයක් බවට පරිවර්තනය කිරීමයි. විමසුම් අගයන් හඳුනා ගැනීම සඳහා, LUIS විසින් අභිප්‍රායන් (අර්ථ, අභිප්‍රායන්) සහ ආයතන (සංවර්ධකයින් විසින් පෙර-වින්‍යාස කර ඇති, හෝ ගෙන පෙර-සාදන ලද “වසම්” - මයික්‍රොසොෆ්ට් විසින් සකස් කරන ලද සම්මත වාක්‍ය ඛණ්ඩවල සමහර සූදානම් කළ පුස්තකාල) භාවිතා කරයි.
සරල උදාහරණයක්: ඔබට කාලගුණ අනාවැකියක් ලබා දෙන බොට් එකක් තිබේ. ඔහු සඳහා, අභිප්‍රාය වනුයේ ස්වාභාවික ඉල්ලීමක් “ක්‍රියාවක්” බවට පරිවර්තනය කිරීමයි - කාලගුණ අනාවැකියක් සඳහා වන ඉල්ලීමක්, සහ ආයතන කාලය සහ ස්ථානය වනු ඇත. එවැනි බොට් එකක් සඳහා CheckWeather අභිප්‍රාය ක්‍රියා කරන ආකාරය පිළිබඳ රූප සටහනක් මෙන්න.
චේතනාව
සාරය
ස්වාභාවික විමසුමක උදාහරණයක්
කාලගුණය පරීක්ෂා කරන්න
{"type": "ස්ථානය", "entity": "moscow"}
{"type": "builtin.datetimeV2.date", "entity": "අනාගතය","විභේදනය":"2020-05-30"}
හෙට මොස්කව්හි කාලගුණය කෙබඳු වනු ඇත්ද?
කාලගුණය පරීක්ෂා කරන්න
{ "type": "date_range", "entity": "මෙම සති අන්තයේ" }
මෙම සති අන්තයේ පුරෝකථනය මට පෙන්වන්න
QnA Maker සහ LUIS ඒකාබද්ධ කිරීමට ඔබට භාවිතා කළ හැකිය .
ඔබ QnA Maker සමඟ වැඩ කරන විට සහ පරිශීලකයෙකුගෙන් ඉල්ලීමක් ලැබුණු විට, QnA වෙතින් ලැබෙන පිළිතුර ඉල්ලීමට ගැලපෙන සම්භාවිතාවේ ප්‍රතිශතය කොපමණ දැයි පද්ධතිය තීරණය කරයි. සම්භාවිතාව ඉහළ නම්, පරිශීලකයාට ආයතනික දැනුමෙන් පිළිතුරක් ලබා දෙනු ඇත; එය අඩු නම්, ඉල්ලීම පැහැදිලි කිරීම සඳහා LUIS වෙත යැවිය හැක. Dispatcher භාවිතා කිරීමෙන් ඔබට මෙම තර්කනය ක්‍රමලේඛනය කිරීමට නොව, ඉල්ලීම් වෙන් කිරීමේ මෙම මායිම ස්වයංක්‍රීයව තීරණය කිරීමට සහ ඒවා ඉක්මනින් බෙදා හැරීමට ඉඩ සලසයි.
බොට් පරීක්ෂා කිරීම සහ ප්‍රකාශනය කිරීම
පරීක්ෂා කිරීම සඳහා තවත් දේශීය යෙදුමක් භාවිතා කරයි, . ඉමුලේටරය භාවිතයෙන්, ඔබට බොට් සමඟ සන්නිවේදනය කළ හැකි අතර එය යවන සහ ලැබෙන පණිවිඩ පරීක්ෂා කරන්න. ඉමුලේටරය වෙබ් කතාබස් අතුරුමුහුණතක දිස්වන පරිදි පණිවිඩ සංදර්ශන කරන අතර බොට් වෙත පණිවිඩ යැවීමේදී JSON ඉල්ලීම් සහ ප්‍රතිචාර සටහන් කරයි.
BMW සඳහා අතථ්‍ය සහායකයෙකු නිර්මාණය කිරීම පෙන්වන මෙම demo හි ඉමුලේටරය භාවිතා කිරීමේ උදාහරණයක් ඉදිරිපත් කෙරේ. චැට්බෝට් - සැකිලි නිර්මාණය කිරීම සඳහා නව ඇක්සලරේටර් ගැන ද වීඩියෝව කතා කරයි:
ඔබේ chatbots නිර්මාණය කිරීමේදීද ඔබට සැකිලි භාවිතා කළ හැක.
සැකිලි මඟින් ඔබට සම්මත බොට් ශ්‍රිතයන් අලුතින් ලිවීමට නොව, සූදානම් කළ කේතය “කුසලයක්” ලෙස එක් කිරීමට ඉඩ ලබා දේ. උදාහරණයක් ලෙස දින දර්ශනයක් සමඟ වැඩ කිරීම, හමුවීම් සිදු කිරීම, ආදිය සූදානම් කළ කුසලතා සංග්රහය විය හැකිය github මත.
පරීක්ෂණය සාර්ථක විය, බොට් සූදානම්, දැන් එය ප්‍රකාශනය කර නාලිකා සම්බන්ධ කළ යුතුය. ප්‍රකාශනය සිදු කරනු ලබන්නේ Azure භාවිතයෙන් වන අතර පණිවිඩකරුවන් හෝ සමාජ ජාල නාලිකා ලෙස භාවිතා කළ හැකිය. දත්ත ඇතුළත් කිරීමට අවශ්ය නාලිකාව ඔබ සතුව නොමැති නම්, ඔබට GitHab හි අදාළ ප්‍රජාව තුළ එය සෙවිය හැක.
එසේම, පරිශීලක සහ සංජානන සේවා සමඟ සන්නිවේදනය සඳහා අතුරු මුහුණතක් ලෙස අංගසම්පූර්ණ චැට්බෝට් එකක් නිර්මාණය කිරීම සඳහා, ඔබට දත්ත සමුදායන්, සර්වර් රහිත (Azure Functions), මෙන්ම LogicApp සේවා සහ, සමහරවිට අමතර Azure සේවාවන් අවශ්ය වනු ඇත. , සිදුවීම් ජාලකය.
ඇගයීම සහ විශ්ලේෂණ
පරිශීලක අන්තර්ක්‍රියා ඇගයීම සඳහා, ඔබට Azure Bot සේවාවේ සහ විශේෂ යෙදුම් තීක්ෂ්ණ බුද්ධි සේවාවේ ඇති විශ්ලේෂණ දෙකම භාවිතා කළ හැක.
ප්රතිඵලයක් වශයෙන්, ඔබට පහත නිර්ණායක මත පදනම්ව තොරතුරු රැස් කළ හැකිය:
- තෝරාගත් කාල පරිච්ෙඡ්දය තුළ විවිධ නාලිකාවලින් පරිශීලකයින් කී දෙනෙක් බොට් වෙත ප්‍රවේශ වී තිබේද?
- එක් පණිවිඩයක් යැවූ පරිශීලකයින් කී දෙනෙක් පසුව ආපසු පැමිණ තවත් එකක් යැවූහ.
- නිශ්චිත කාල පරතරය තුළ එක් එක් නාලිකාව භාවිතයෙන් ක්‍රියා කීයක් යවා ලැබී තිබේද යන්න.
යෙදුම් තීක්ෂ්ණ බුද්ධිය භාවිතයෙන්, ඔබට Azure හි ඕනෑම යෙදුමක් නිරීක්ෂණය කළ හැකි අතර, විශේෂයෙන්ම, chatbots, පරිශීලක හැසිරීම්, පැටවීම් සහ chatbot ප්‍රතික්‍රියා පිළිබඳ අමතර දත්ත ලබා ගැනීම. Application Insights සේවාවට Azure ද්වාරය තුළ තමන්ගේම අතුරු මුහුණතක් ඇති බව සටහන් කළ යුතුය.
PowerBI හි අමතර දෘශ්‍යකරණයන් සහ විශ්ලේෂණ වාර්තා නිර්මාණය කිරීමට ඔබට මෙම සේවාව හරහා එකතු කරන දත්ත භාවිතා කළ හැක. PowerBI සඳහා එවැනි වාර්තාවක් සහ අච්චුවක උදාහරණයක් ගත හැකිය .
ඔබගේ අවධානයට ඔබ සැමට ස්තූතියි! මෙම ලිපියෙන් අපි භාවිතා කළෙමු මයික්‍රොසොෆ්ට් අසුර් ගෘහ නිර්මාණ ශිල්පී ඇනා ෆෙනියුෂිනා විසින් වෙබ්නාර් එකෙන් “මිනිසුන්ට වෙලාවක් නොමැති විට. සාමාන්‍ය ක්‍රියාවලීන් ස්වයංක්‍රීය කිරීම සඳහා 100% chatbots සහ සංජානන සේවා භාවිතා කරන්නේ කෙසේද”, එහිදී අපි Azure හි ඇති chatbots මොනවාද සහ ඒවායේ භාවිතය සඳහා ඇති අවස්ථා මොනවාද යන්න පැහැදිලිව පෙන්වා දුන් අතර QnA Maker හි bot එකක් මිනිත්තු 15 කින් නිර්මාණය කරන්නේ කෙසේද සහ කෙසේද යන්න නිරූපණය කළෙමු. විමසුම් ව්‍යුහය LUIS හි විකේතනය කර ඇත.
Dev Bootcamp සංවර්ධකයින් සඳහා වන මාර්ගගත මැරතන් තරඟයේ කොටසක් ලෙස අපි මෙම webinar සෑදුවෙමු. එය ස්වයංක්‍රීයකරණ මෙවලම් සහ සූදානම් කළ පෙර වින්‍යාසගත Azure මොඩියුල භාවිතා කරමින් සංවර්ධනය වේගවත් කරන සහ සමාගම් සේවකයින්ගේ සාමාන්‍ය වැඩ බරින් නිදහස් කරන නිෂ්පාදන ගැන ය. මැරතන් ධාවන තරඟයට ඇතුළත් අනෙකුත් වෙබ්නාර් වල පටිගත කිරීම් පහත සබැඳි වලින් ලබා ගත හැකිය:
-
අපි Azure DevOps සේවාවේ පරිණාමය සහ නව හැකියාවන් ගැන කතා කරමු. අපි එහි ප්‍රධාන කොටස් පහම සහ කාර්මික මෘදුකාංග සංවර්ධනය සංවිධානය කිරීමට සේවාව උපකාර වන ආකාරය අපි විස්තරාත්මකව විශ්ලේෂණය කරමු. ඉදිරිපත් කරන්නා: ව්ලැඩිමීර් ගුසාරොව් මයික්‍රොසොෆ්ට් එම්වීපී.
බහු-අදියර YAML නල මාර්ග භාවිතා කරමින් ඕනෑම ක්‍රමලේඛන භාෂාවක් සඳහා “කේතය ලෙස එකලස් කිරීම” ප්‍රවේශය ක්‍රියාත්මක කරන්නේ කෙසේදැයි අපි සලකා බලමු. ඉදිරිපත් කරන්නා: ව්ලැඩිමීර් ගුසාරොව් මයික්‍රොසොෆ්ට් එම්වීපී.
මෘදුකාංග මූල කේතය ගබඩා කිරීම සඳහා උපාය මාර්ග සංවර්ධනය කරන්නේ කෙසේද සහ Azure Repos භාවිතයෙන් අනුවාද ගබඩා පද්ධති භාවිතා කරන්නේ කෙසේද යන්න අපි සාකච්ඡා කරමු. ඉදිරිපත් කරන්නා: ව්ලැඩිමීර් ගුසාරොව් මයික්‍රොසොෆ්ට් එම්වීපී.
අපි WhiteSource මෙවලමෙහි සංවර්ධනය සහ ප්‍රායෝගික භාවිතයේදී විවෘත මූලාශ්‍ර කළමනාකරණ ශිල්පීය ක්‍රම හඳුන්වා දෙන්නෙමු. අපි විවෘත මූලාශ්‍ර සංරචකවල දුර්වලතා සෙවීම සහ WhiteSource භාවිතයෙන් බලපත්‍ර සංශුද්ධතාවය පවත්වා ගැනීම ගැන කතා කරමු. ඉදිරිපත් කරන්නන්: Diana Lisbaron, විකුණුම් WhiteSource හි අධ්‍යක්ෂ සහ රුසියාවේ WhiteSource හි නිල බෙදාහරින්නා වන වෙබ් පාලනය, Daria Oreshkina.
මූලාශ්රය: www.habr.com