வணக்கம், ஹப்ர்! பொதுவாக மனித தலையீடு தேவைப்படும் பிரச்சனைகளை தீர்க்க Azure ஐ எவ்வாறு பயன்படுத்துவது என்பதை இன்று நாங்கள் உங்களுக்குக் காண்பிப்போம். முகவர்கள் அதே கேள்விகளுக்குப் பதிலளிப்பதிலும், தொலைபேசி அழைப்புகள் மற்றும் குறுஞ்செய்திகளைக் கையாள்வதிலும் அதிக நேரம் செலவிடுகின்றனர். சாட்போட்கள் தகவல்தொடர்பு மற்றும் அங்கீகாரத்தை தானியங்குபடுத்துகின்றன மற்றும் மக்கள் மீதான சுமையை குறைக்கின்றன. Azure DevOps இல் போட்களும் பயன்படுத்தப்படுகின்றன, எடுத்துக்காட்டாக, வெளியீடுகளை அங்கீகரிக்க, உருவாக்கங்களை நிர்வகிக்க - பார்க்க, தொடங்க மற்றும் நிறுத்த - நேரடியாக ஸ்லாக் அல்லது மைக்ரோசாஃப்ட் டீம்களில் இருந்து அவை அனுமதிக்கின்றன. சாராம்சத்தில், ஒரு சாட்போட் என்பது CLIயை ஓரளவு நினைவூட்டுகிறது, ஊடாடக்கூடியது மட்டுமே, மேலும் டெவலப்பரை அரட்டை விவாதத்தின் சூழலில் இருக்க அனுமதிக்கிறது.
இந்தக் கட்டுரையில், சாட்போட்களை உருவாக்குவதற்கான கருவிகளைப் பற்றி பேசுவோம், அறிவாற்றல் சேவைகள் மூலம் அவற்றை எவ்வாறு மேம்படுத்தலாம் என்பதைக் காண்பிப்போம், மேலும் Azure இல் ஆயத்த சேவைகள் மூலம் வளர்ச்சியை எவ்வாறு விரைவுபடுத்துவது என்பதை விவரிப்போம்.
சாட்போட்கள் மற்றும் அறிவாற்றல் சேவைகள்: ஒற்றுமைகள் மற்றும் வேறுபாடுகள் என்ன?
Microsoft Azure இல் போட்களை உருவாக்க, நீங்கள் Azure Bot Service மற்றும் Bot Framework ஐப் பயன்படுத்துகிறீர்கள். இவை அனைத்தும் இணைந்து, போட்களை உருவாக்குதல், சோதனை செய்தல், வரிசைப்படுத்துதல் மற்றும் நிர்வகித்தல் ஆகியவற்றுக்கான மென்பொருளின் தொகுப்பைக் குறிக்கின்றன, இது பேச்சு ஆதரவு, இயல்பான மொழி அங்கீகாரம் மற்றும் பிற திறன்களுடன் எளிய மற்றும் மேம்பட்ட தகவல்தொடர்பு அமைப்புகளை ஆயத்த தொகுதிகளிலிருந்து உருவாக்க உங்களை அனுமதிக்கிறது.
கார்ப்பரேட் Q&A சேவையின் அடிப்படையில் ஒரு எளிய போட்டை நீங்கள் செயல்படுத்த வேண்டும் அல்லது மாறாக, சிக்கலான, கிளைத்த தகவல் தொடர்பு அமைப்புடன் ஒரு செயல்பாட்டு போட்டை உருவாக்க வேண்டும் என்று வைத்துக் கொள்வோம். இதைச் செய்ய, நீங்கள் மூன்று குழுக்களாகப் பிரிக்கப்பட்ட பல கருவிகளைப் பயன்படுத்தலாம்:
- உரையாடல் இடைமுகங்களின் (போட்கள்) விரைவான வளர்ச்சிக்கான சேவைகள்.
- வெவ்வேறு பயன்பாட்டு நிகழ்வுகளுக்கான ஆயத்த அறிவாற்றல் AI சேவைகள் (வடிவ அங்கீகாரம், பேச்சு அங்கீகாரம், அறிவுத் தளம் மற்றும் தேடல்).
- AI மாதிரிகளை உருவாக்குவதற்கும் பயிற்சி அளிப்பதற்கும் சேவைகள்.
பொதுவாக, மக்கள் "போட்கள்" மற்றும் "அறிவாற்றல் சேவைகளை" உள்ளுணர்வுடன் குழப்புகிறார்கள், ஏனெனில் இரண்டு கருத்துக்களும் தகவல்தொடர்பு கொள்கையை அடிப்படையாகக் கொண்டவை, மேலும் போட்கள் மற்றும் சேவைகளுக்கான பயன்பாட்டு வழக்கு உரையாடல்களை உள்ளடக்கியது. ஆனால் சாட்போட்கள் முக்கிய வார்த்தைகள் மற்றும் தூண்டுதல்களுடன் வேலை செய்கின்றன, மேலும் அறிவாற்றல் சேவைகள் பொதுவாக மனிதர்களால் செயலாக்கப்படும் தன்னிச்சையான கோரிக்கைகளுடன் வேலை செய்கின்றன:
அறிவாற்றல் சேவைகள் பயனருடன் தொடர்புகொள்வதற்கான மற்றொரு வழியாகும், ஒரு தன்னிச்சையான கோரிக்கையை தெளிவான கட்டளையாக மாற்றவும், அதை bot க்கு அனுப்பவும் உதவுகிறது.
எனவே, சாட்போட்கள் கோரிக்கைகளுடன் பணிபுரிவதற்கான பயன்பாடுகள், மேலும் அறிவாற்றல் சேவைகள் என்பது தனித்தனியாக தொடங்கப்படும் கோரிக்கைகளை அறிவார்ந்த பகுப்பாய்வு செய்வதற்கான கருவிகள், ஆனால் சாட்போட் அணுகக்கூடியது, "புத்திசாலித்தனமாக" மாறும்.
சாட்போட்களை உருவாக்குகிறது
Azure இல் ஒரு போட்டிற்கான பரிந்துரைக்கப்பட்ட வடிவமைப்பு வரைபடம் பின்வருமாறு:
Azure இல் போட்களை வடிவமைத்து உருவாக்க, பயன்படுத்தவும் . GitHub இல் கிடைக்கிறது , கட்டமைப்பின் திறன்கள் மாறுகின்றன, எனவே போட்களில் பயன்படுத்தப்படும் SDK இன் பதிப்பை கணக்கில் எடுத்துக்கொள்வது அவசியம்.
கட்டமைப்பானது போட்களை உருவாக்குவதற்கான பல விருப்பங்களை வழங்குகிறது: கிளாசிக் குறியீடு, கட்டளை வரி கருவிகள் அல்லது பாய்வு விளக்கப்படங்களைப் பயன்படுத்துதல். கடைசி விருப்பம் உரையாடல்களை காட்சிப்படுத்துகிறது; இதற்கு நீங்கள் மேலாளரைப் பயன்படுத்தலாம் . போட்களை உருவாக்க குறுக்கு-ஒழுங்கு குழுக்கள் பயன்படுத்தக்கூடிய காட்சி மேம்பாட்டு கருவியாக இது Bot Framework SDK இல் கட்டப்பட்டது.
பாட் ஃபிரேம்வொர்க் இசையமைப்பாளர், போட் வேலை செய்யும் உரையாடல் கட்டமைப்பை உருவாக்க தொகுதிகளைப் பயன்படுத்த உங்களை அனுமதிக்கிறது. கூடுதலாக, நீங்கள் தூண்டுதல்களை உருவாக்கலாம், அதாவது உரையாடலின் போது போட் செயல்படும் முக்கிய வார்த்தைகள். எடுத்துக்காட்டாக, "ஆபரேட்டர்", "திருட்டு" அல்லது "நிறுத்து" மற்றும் "போதும்" என்ற வார்த்தைகள்.
Bot Framework Composer இல், நீங்கள் சிக்கலான உரையாடல் அமைப்புகளை உருவாக்கலாம் . உரையாடல்கள் அறிவாற்றல் சேவைகள் மற்றும் நிகழ்வு அட்டைகள் (அடாப்டிவ் கார்டுகள்) இரண்டையும் பயன்படுத்தலாம்:
உருவாக்கிய பிறகு, நீங்கள் சாட்போட்டை சந்தாவில் பயன்படுத்தலாம், மேலும் தானாகவே தயாரிக்கப்பட்ட ஸ்கிரிப்ட் தேவையான அனைத்து ஆதாரங்களையும் உருவாக்கும்: அறிவாற்றல் சேவைகள், பயன்பாட்டுத் திட்டம், பயன்பாட்டு நுண்ணறிவு, தரவுத்தளம் மற்றும் பல.
QnA மேக்கர்
கார்ப்பரேட் Q&A தரவுத்தளங்களின் அடிப்படையில் எளிய போட்களை உருவாக்க, நீங்கள் QnA Maker அறிவாற்றல் சேவையைப் பயன்படுத்தலாம். ஒரு எளிய இணைய வழிகாட்டியாகச் செயல்படுத்தப்பட்டது, இது கார்ப்பரேட் அறிவுத் தளத்திற்கு (FAQ Urls) இணைப்பை உள்ளிட அனுமதிக்கிறது அல்லது *.doc அல்லது *.pdf வடிவத்தில் ஆவண தரவுத்தளத்தை அடிப்படையாகப் பயன்படுத்துகிறது. குறியீட்டை உருவாக்கிய பிறகு, பாட் தானாகவே பயனரின் கேள்விகளுக்கு மிகவும் பொருத்தமான பதில்களைத் தேர்ந்தெடுக்கும்.
QnAMaker ஐப் பயன்படுத்தி, பொத்தான்களை தானாக உருவாக்குவதன் மூலம் கேள்விகளைத் தெளிவுபடுத்தும் சங்கிலிகளை உருவாக்கலாம், மெட்டாடேட்டாவுடன் அறிவுத் தளத்தை நிரப்பலாம் மற்றும் பயன்பாட்டின் போது சேவையை மேலும் பயிற்சி செய்யலாம்.
இந்த ஒரு செயல்பாட்டை மட்டுமே செயல்படுத்தும் சாட்போட் அல்லது கோரிக்கை, பிற AI சேவைகள் அல்லது பாட் கட்டமைப்பின் கூறுகளைப் பொறுத்து சிக்கலான சாட்போட்டின் ஒரு பகுதியாக இந்த சேவையைப் பயன்படுத்தலாம்.
பிற அறிவாற்றல் சேவைகளுடன் பணிபுரிதல்
Azure மேடையில் பல்வேறு அறிவாற்றல் சேவைகள் உள்ளன. தொழில்நுட்ப ரீதியாக, இவை குறியீட்டிலிருந்து அழைக்கப்படும் சுயாதீன இணைய சேவைகள். பதிலுக்கு, சேவையானது ஒரு குறிப்பிட்ட வடிவமைப்பின் json ஐ அனுப்புகிறது, அதை chatbot இல் பயன்படுத்தலாம்.
சாட்போட்களின் மிகவும் பொதுவான பயன்பாடுகள்:
- உரை அங்கீகாரம்.
- டெவலப்பர்-வரையறுத்த கஸ்டம் விஷன் சர்வீஸ் பட வகைகளின் அங்கீகாரம் (தயாரிப்பு வழக்கு: ஒரு ஊழியர் கடினமான தொப்பி, கண்ணாடி அல்லது முகமூடியை அணிந்திருக்கிறாரா என்பதை அறிதல்).
- முகம் கண்டறிதல் (கணக்கெடுப்பு நடத்தப்பட்ட நபர் தனது சொந்த முகத்தை இடுகையிட்டாரா அல்லது நாயின் புகைப்படம் அல்லது வேறு பாலினத்தவரின் புகைப்படம் என்பதைச் சரிபார்ப்பது ஒரு சிறந்த பயன்பாடாகும்).
- பேச்சு அங்கீகாரம்.
- பட பகுப்பாய்வு.
- மொழிபெயர்ப்பு (ஸ்கைப்பில் ஒரே நேரத்தில் எவ்வளவு இரைச்சல் ஏற்பட்டது என்பதை நாம் அனைவரும் நினைவில் கொள்கிறோம்).
- எழுத்துப்பிழை சரிபார்ப்பு மற்றும் பிழைகளை சரிசெய்வதற்கான பரிந்துரைகள்.
எல்யூஐஎஸ்
மேலும், போட்களை உருவாக்க உங்களுக்கு தேவைப்படலாம் (மொழி புரிதல் நுண்ணறிவு சேவை). சேவை நோக்கங்கள்:
- பயனரின் கூற்று அர்த்தமுள்ளதா மற்றும் போட்டின் பதில் அவசியமா என்பதைத் தீர்மானிக்கவும்.
- பயனர் பேச்சை (உரை) போட்க்கு புரியும் கட்டளைகளாக மாற்றுவதற்கான முயற்சிகளைக் குறைக்கவும்.
- உண்மையான பயனர் இலக்குகள்/நோக்கங்களைக் கணித்து, உரையாடலில் உள்ள சொற்றொடர்களிலிருந்து முக்கிய நுண்ணறிவுகளைப் பிரித்தெடுக்கவும்.
- செயல்பாட்டின் போது பாட்டின் அர்த்தத்தை அறிதல் மற்றும் அதைத் தொடர்ந்து கூடுதல் பயிற்சி ஆகியவற்றின் சில எடுத்துக்காட்டுகளைப் பயன்படுத்தி, போட் தொடங்க டெவெலப்பரை அனுமதிக்கவும்.
- கட்டளை டிரான்ஸ்கிரிப்ஷனின் தரத்தை மதிப்பிட, காட்சிப்படுத்தலைப் பயன்படுத்த டெவெலப்பரை இயக்கவும்.
- உண்மையான இலக்கு அங்கீகாரத்தில் அதிகரிக்கும் மேம்பாடுகளுக்கு உதவுங்கள்.
உண்மையில், LUIS இன் முக்கிய குறிக்கோள், பயனர் எதைக் குறிப்பிடுகிறார் என்பதை ஒரு குறிப்பிட்ட நிகழ்தகவுடன் புரிந்துகொள்வதும் இயற்கையான கோரிக்கையை இணக்கமான கட்டளையாக மாற்றுவதும் ஆகும். வினவல் மதிப்புகளை அடையாளம் காண, LUIS உள்நோக்கங்கள் (அர்த்தங்கள், நோக்கங்கள்) மற்றும் நிறுவனங்களின் தொகுப்பைப் பயன்படுத்துகிறது (டெவலப்பர்களால் முன்பே உள்ளமைக்கப்பட்டவை, அல்லது எடுக்கப்பட்ட மற்றும் முன்பே உருவாக்கப்பட்ட "டொமைன்கள்" - மைக்ரோசாப்ட் தயாரித்த நிலையான சொற்றொடர்களின் சில ஆயத்த நூலகங்கள்).
ஒரு எளிய உதாரணம்: வானிலை முன்னறிவிப்பை வழங்கும் போட் உங்களிடம் உள்ளது. அவரைப் பொறுத்தவரை, இயற்கையான கோரிக்கையை "செயல்" என்று மொழிபெயர்ப்பதே நோக்கம் - வானிலை முன்னறிவிப்புக்கான கோரிக்கை, மற்றும் நிறுவனங்கள் நேரம் மற்றும் இடம். செக்வெதர் உள்நோக்கம் அத்தகைய போட் எவ்வாறு செயல்படுகிறது என்பதற்கான வரைபடம் இங்கே உள்ளது.
உள்நோக்கம்
சாரம்
இயற்கையான வினவலின் எடுத்துக்காட்டு
வானிலை சரிபார்க்கவும்
{"type": "location", "entity": "moscow"}
{"type": "builtin.datetimeV2.date", "entity": "future","resolution":"2020-05-30"}
மாஸ்கோவில் நாளை வானிலை எப்படி இருக்கும்?
வானிலை சரிபார்க்கவும்
{ "type": "date_range", "entity": "இந்த வார இறுதியில்" }
இந்த வார இறுதிக்கான முன்னறிவிப்பை எனக்குக் காட்டு
QnA Maker மற்றும் LUIS ஆகியவற்றை இணைக்க நீங்கள் பயன்படுத்தலாம் .
நீங்கள் QnA Maker உடன் பணிபுரியும் போது மற்றும் ஒரு பயனரிடமிருந்து கோரிக்கையைப் பெறும்போது, QnA இன் பதில் கோரிக்கையுடன் பொருந்தக்கூடிய நிகழ்தகவின் சதவீதத்தை கணினி தீர்மானிக்கிறது. நிகழ்தகவு அதிகமாக இருந்தால், பயனருக்கு கார்ப்பரேட் அறிவுத் தளத்திலிருந்து பதில் அளிக்கப்படும்; அது குறைவாக இருந்தால், கோரிக்கையை LUIS க்கு அனுப்பி தெளிவுபடுத்தலாம். டிஸ்பாட்சரைப் பயன்படுத்துவது இந்த தர்க்கத்தை நிரல் செய்யாமல், கோரிக்கைகளின் பிரிவின் இந்த விளிம்பைத் தானாகத் தீர்மானித்து அவற்றை விரைவாக விநியோகிக்க உங்களை அனுமதிக்கிறது.
போட் சோதனை மற்றும் வெளியிடுதல்
மற்றொரு உள்ளூர் பயன்பாடு சோதனைக்கு பயன்படுத்தப்படுகிறது, . எமுலேட்டரைப் பயன்படுத்தி, நீங்கள் போட் உடன் தொடர்பு கொள்ளலாம் மற்றும் அது அனுப்பும் மற்றும் பெறும் செய்திகளைச் சரிபார்க்கலாம். எமுலேட்டர் செய்திகளை இணைய அரட்டை இடைமுகத்தில் தோன்றும்படி காண்பிக்கும் மற்றும் போட்க்கு செய்தி அனுப்பும் போது JSON கோரிக்கைகள் மற்றும் பதில்களை பதிவு செய்கிறது.
முன்மாதிரியைப் பயன்படுத்துவதற்கான எடுத்துக்காட்டு இந்த டெமோவில் வழங்கப்படுகிறது, இது BMW க்கான மெய்நிகர் உதவியாளரின் உருவாக்கத்தைக் காட்டுகிறது. சாட்போட்களை உருவாக்குவதற்கான புதிய முடுக்கிகளைப் பற்றியும் வீடியோ பேசுகிறது - டெம்ப்ளேட்கள்:
உங்கள் சாட்போட்களை உருவாக்கும்போது டெம்ப்ளேட்களையும் பயன்படுத்தலாம்.
வார்ப்புருக்கள் நிலையான போட் செயல்பாடுகளை புதிதாக எழுதாமல், ஆயத்த குறியீட்டை "திறன்" ஆக சேர்க்க அனுமதிக்கின்றன. ஒரு உதாரணம் ஒரு நாட்காட்டியுடன் பணிபுரிதல், சந்திப்புகளைச் செய்தல், முதலியன ஆயத்த திறன்களின் குறியீடு கிதுப்பில்.
சோதனை வெற்றிகரமாக இருந்தது, போட் தயாராக உள்ளது, இப்போது அது வெளியிடப்பட்டு சேனல்கள் இணைக்கப்பட வேண்டும். Azure ஐப் பயன்படுத்தி வெளியிடுதல் மேற்கொள்ளப்படுகிறது, மேலும் தூதர்கள் அல்லது சமூக வலைப்பின்னல்களை சேனல்களாகப் பயன்படுத்தலாம். தரவை உள்ளிடுவதற்குத் தேவையான சேனல் உங்களிடம் இல்லையென்றால், GitHab இல் தொடர்புடைய சமூகத்தில் அதைத் தேடலாம்.
மேலும், பயனர் மற்றும் அறிவாற்றல் சேவைகளுடன் தொடர்புகொள்வதற்கான இடைமுகமாக முழு அளவிலான சாட்போட்டை உருவாக்க, உங்களுக்கு நிச்சயமாக, தரவுத்தளங்கள், சர்வர்லெஸ் (Azure செயல்பாடுகள்), அத்துடன் LogicApp சேவைகள் மற்றும் சாத்தியமான கூடுதல் Azure சேவைகள் தேவைப்படும். , நிகழ்வு கட்டம்.
மதிப்பீடு மற்றும் பகுப்பாய்வு
பயனர் தொடர்புகளை மதிப்பிடுவதற்கு, நீங்கள் Azure Bot சேவையின் உள்ளமைக்கப்பட்ட பகுப்பாய்வு மற்றும் சிறப்பு பயன்பாட்டு நுண்ணறிவு சேவை இரண்டையும் பயன்படுத்தலாம்.
இதன் விளைவாக, பின்வரும் அளவுகோல்களின் அடிப்படையில் நீங்கள் தகவல்களைச் சேகரிக்கலாம்:
- தேர்ந்தெடுக்கப்பட்ட காலத்தில் எத்தனை பயனர்கள் பல்வேறு சேனல்களில் இருந்து போட்டை அணுகியுள்ளனர்.
- ஒரு செய்தியை அனுப்பிய எத்தனை பயனர்கள் பின்னர் திரும்பி வந்து மற்றொரு செய்தியை அனுப்பியுள்ளனர்.
- குறிப்பிட்ட நேர இடைவெளியில் ஒவ்வொரு சேனலையும் பயன்படுத்தி எத்தனை செயல்கள் அனுப்பப்பட்டன மற்றும் பெறப்பட்டன.
பயன்பாட்டு நுண்ணறிவுகளைப் பயன்படுத்தி, நீங்கள் Azure மற்றும் குறிப்பாக, chatbots இல் எந்தவொரு பயன்பாட்டையும் கண்காணிக்கலாம், பயனர் நடத்தை, சுமைகள் மற்றும் chatbot எதிர்வினைகள் பற்றிய கூடுதல் தரவைப் பெறலாம். அப்ளிகேஷன் இன்சைட்ஸ் சேவையானது அஸூர் போர்ட்டலில் அதன் சொந்த இடைமுகத்தைக் கொண்டுள்ளது என்பதைக் கவனத்தில் கொள்ள வேண்டும்.
பவர்பிஐயில் கூடுதல் காட்சிப்படுத்தல்கள் மற்றும் பகுப்பாய்வு அறிக்கைகளை உருவாக்க இந்தச் சேவையின் மூலம் சேகரிக்கப்பட்ட தரவையும் நீங்கள் பயன்படுத்தலாம். பவர்பிஐக்கான அத்தகைய அறிக்கை மற்றும் டெம்ப்ளேட்டின் உதாரணத்தை எடுத்துக் கொள்ளலாம் .
உங்கள் கவனத்திற்கு அனைவருக்கும் நன்றி! இந்த கட்டுரையில் நாங்கள் பயன்படுத்தினோம் மைக்ரோசாஃப்ட் அஸூர் கட்டிடக் கலைஞர் அன்னா ஃபென்யுஷினாவின் வெபினாரில் இருந்து “மக்களுக்கு நேரம் இல்லாதபோது. வழக்கமான செயல்முறைகளை தானியக்கமாக்குவதற்கு 100% சாட்பாட்கள் மற்றும் அறிவாற்றல் சேவைகளை எவ்வாறு பயன்படுத்துவது”, அங்கு அஸூரில் உள்ள சாட்போட்கள் என்ன என்பதையும் அவற்றின் பயன்பாட்டிற்கான காட்சிகள் என்ன என்பதையும் நாங்கள் தெளிவாகக் காண்பித்தோம், மேலும் QnA Maker இல் 15 நிமிடங்களில் ஒரு போட்டை எவ்வாறு உருவாக்குவது மற்றும் எப்படி வினவல் அமைப்பு LUIS இல் புரிந்து கொள்ளப்படுகிறது.
டெவலப்பர்களுக்கான ஆன்லைன் மராத்தானின் ஒரு பகுதியாக இந்த வெபினாரை உருவாக்கினோம் Dev Bootcamp. இது ஆட்டோமேஷன் கருவிகள் மற்றும் ஆயத்தமான முன் கட்டமைக்கப்பட்ட Azure தொகுதிக்கூறுகளைப் பயன்படுத்தி, வளர்ச்சியை விரைவுபடுத்தும் மற்றும் நிறுவன ஊழியர்களிடமிருந்து வழக்கமான பணிச்சுமையை நீக்கும் தயாரிப்புகளைப் பற்றியது. மராத்தானில் உள்ள மற்ற வெபினார்களின் பதிவுகள் பின்வரும் இணைப்புகளில் கிடைக்கின்றன:
-
Azure DevOps சேவையின் பரிணாமம் மற்றும் புதிய திறன்களைப் பற்றி நாங்கள் பேசுகிறோம். அதன் ஐந்து முக்கிய கூறுகளையும், தொழில்துறை மென்பொருள் மேம்பாட்டிற்கு இந்த சேவை எவ்வாறு உதவுகிறது என்பதையும் விரிவாக ஆராய்வோம். வழங்குபவர்: விளாடிமிர் குசரோவ் மைக்ரோசாப்ட் எம்விபி.
பல-நிலை YAML பைப்லைன்களைப் பயன்படுத்தி எந்த நிரலாக்க மொழிகளுக்கும் “அசெம்பிளி அஸ் கோட்” அணுகுமுறையை எவ்வாறு செயல்படுத்துவது என்று நாங்கள் கருதுகிறோம். வழங்குபவர்: விளாடிமிர் குசரோவ் மைக்ரோசாப்ட் எம்விபி.
மென்பொருள் மூலக் குறியீட்டைச் சேமிப்பதற்கான உத்திகளை எவ்வாறு உருவாக்குவது மற்றும் Azure Repos ஐப் பயன்படுத்தி பதிப்பு சேமிப்பக அமைப்புகளை எவ்வாறு பயன்படுத்துவது என்பதை நாங்கள் விவாதிக்கிறோம். வழங்குபவர்: விளாடிமிர் குசரோவ் மைக்ரோசாப்ட் எம்விபி.
வைட் சோர்ஸ் கருவியின் மேம்பாடு மற்றும் நடைமுறை பயன்பாட்டில் திறந்த மூல மேலாண்மை நுட்பங்களை நாங்கள் அறிமுகப்படுத்துகிறோம். திறந்த மூலக் கூறுகளில் உள்ள பாதிப்புகளைத் தேடுவது மற்றும் WhiteSource ஐப் பயன்படுத்தி உரிமத் தூய்மையைப் பராமரிப்பது பற்றி நாங்கள் பேசுகிறோம். வழங்குபவர்கள்: டயானா லிஸ்பரோன், விற்பனை ஒயிட் சோர்ஸ் இயக்குனர் மற்றும் டாரியா ஓரேஷ்கினா, வெப் கண்ட்ரோல், ரஷ்யாவில் வைட் சோர்ஸின் அதிகாரப்பூர்வ விநியோகஸ்தர்.
ஆதாரம்: www.habr.com