ప్రోహోస్టర్ > బ్లాగ్ > పరిపాలన > మేము అజూర్ సేవలను ఉపయోగించి అభివృద్ధిని వేగవంతం చేస్తాము: మేము ప్లాట్ఫారమ్ను ఉపయోగించి చాట్బాట్లు మరియు అభిజ్ఞా సేవలను సృష్టిస్తాము
మేము అజూర్ సేవలను ఉపయోగించి అభివృద్ధిని వేగవంతం చేస్తాము: మేము ప్లాట్ఫారమ్ను ఉపయోగించి చాట్బాట్లు మరియు అభిజ్ఞా సేవలను సృష్టిస్తాము
హలో, హబ్ర్! సాధారణంగా మానవ జోక్యం అవసరమయ్యే సమస్యలను పరిష్కరించడానికి అజూర్ని ఎలా ఉపయోగించాలో ఈ రోజు మేము మీకు చూపుతాము. ఏజెంట్లు అవే ప్రశ్నలకు సమాధానాలు ఇవ్వడానికి, ఫోన్ కాల్లు మరియు టెక్స్ట్ సందేశాలను నిర్వహించడానికి చాలా సమయాన్ని వెచ్చిస్తారు. చాట్బాట్లు కమ్యూనికేషన్ మరియు గుర్తింపును ఆటోమేట్ చేస్తాయి మరియు ప్రజలపై భారాన్ని తగ్గిస్తాయి. బాట్లు Azure DevOpsలో కూడా ఉపయోగించబడతాయి, ఉదాహరణకు, అవి విడుదలలను ఆమోదించడానికి, బిల్డ్లను నిర్వహించడానికి - వీక్షించడానికి, ప్రారంభించడానికి మరియు ఆపడానికి - నేరుగా స్లాక్ లేదా మైక్రోసాఫ్ట్ టీమ్ల నుండి అనుమతిస్తాయి. సారాంశంలో, చాట్బాట్ అనేది కొంతవరకు CLIని గుర్తుకు తెస్తుంది, ఇంటరాక్టివ్ మాత్రమే, మరియు డెవలపర్ను చాట్ చర్చ సందర్భంలో ఉండేందుకు అనుమతిస్తుంది.
ఈ కథనంలో, మేము చాట్బాట్లను రూపొందించడానికి సాధనాల గురించి మాట్లాడుతాము, అభిజ్ఞా సేవలతో వాటిని ఎలా మెరుగుపరచవచ్చో చూపుతాము మరియు అజూర్లో రెడీమేడ్ సేవలతో అభివృద్ధిని ఎలా వేగవంతం చేయాలో వివరిస్తాము.
చాట్బాట్లు మరియు అభిజ్ఞా సేవలు: సారూప్యతలు ఏమిటి మరియు తేడాలు ఏమిటి?
Microsoft Azureలో బాట్లను సృష్టించడానికి, మీరు Azure Bot సర్వీస్ మరియు Bot ఫ్రేమ్వర్క్ని ఉపయోగిస్తారు. వారు కలిసి బాట్లను నిర్మించడం, పరీక్షించడం, అమలు చేయడం మరియు నిర్వహించడం కోసం సాఫ్ట్వేర్ల సమితిని సూచిస్తారు, ఇది ప్రసంగ మద్దతు, సహజ భాషా గుర్తింపు మరియు ఇతర సామర్థ్యాలతో సరళమైన మరియు అధునాతన కమ్యూనికేషన్ సిస్టమ్లను రెడీమేడ్ మాడ్యూల్స్ నుండి సృష్టించడానికి మిమ్మల్ని అనుమతిస్తుంది.
మీరు కార్పొరేట్ Q&A సేవ ఆధారంగా ఒక సాధారణ బాట్ని అమలు చేయాలని లేదా దీనికి విరుద్ధంగా, సంక్లిష్టమైన, బ్రాంచ్డ్ కమ్యూనికేషన్ సిస్టమ్తో ఫంక్షనల్ బాట్ను రూపొందించాలని అనుకుందాం. దీన్ని చేయడానికి, మీరు మూడు సమూహాలుగా విభజించబడిన అనేక సాధనాలను ఉపయోగించవచ్చు:
డైలాగ్ ఇంటర్ఫేస్ల (బాట్లు) వేగవంతమైన అభివృద్ధి కోసం సేవలు
విభిన్న వినియోగ సందర్భాలలో (నమూనా గుర్తింపు, ప్రసంగ గుర్తింపు, నాలెడ్జ్ బేస్ మరియు శోధన) కోసం రెడీమేడ్ కాగ్నిటివ్ AI సేవలు.
AI నమూనాలను రూపొందించడం మరియు శిక్షణ ఇవ్వడం కోసం సేవలు.
సాధారణంగా, వ్యక్తులు "బాట్లు" మరియు "కాగ్నిటివ్ సర్వీసెస్"ని అకారణంగా గందరగోళానికి గురిచేస్తారు ఎందుకంటే రెండు భావనలు కమ్యూనికేషన్ సూత్రంపై ఆధారపడి ఉంటాయి మరియు బాట్లు మరియు సేవల వినియోగ సందర్భంలో డైలాగ్లు ఉంటాయి. కానీ చాట్బాట్లు కీలకపదాలు మరియు ట్రిగ్గర్లతో పని చేస్తాయి మరియు మానవులు సాధారణంగా ప్రాసెస్ చేసే ఏకపక్ష అభ్యర్థనలతో అభిజ్ఞా సేవలు పని చేస్తాయి:
కాగ్నిటివ్ సర్వీసెస్ అనేది వినియోగదారుతో కమ్యూనికేట్ చేయడానికి మరొక మార్గం, ఇది ఏకపక్ష అభ్యర్థనను స్పష్టమైన కమాండ్గా మార్చడానికి మరియు బాట్కు పంపడానికి సహాయపడుతుంది.
అందువల్ల, చాట్బాట్లు అభ్యర్థనలతో పని చేయడానికి అప్లికేషన్లు, మరియు అభిజ్ఞా సేవలు అనేది విడివిడిగా ప్రారంభించబడిన అభ్యర్థనల యొక్క తెలివైన విశ్లేషణ కోసం సాధనాలు, కానీ చాట్బాట్ యాక్సెస్ చేయగలిగింది, "తెలివైనది" అవుతుంది.
చాట్బాట్లను సృష్టిస్తోంది
అజూర్లోని బోట్ కోసం సిఫార్సు చేయబడిన డిజైన్ రేఖాచిత్రం క్రింది విధంగా ఉంది:
అజూర్లో బాట్లను రూపొందించడానికి మరియు అభివృద్ధి చేయడానికి, ఉపయోగించండి బాట్ ఫ్రేమ్వర్క్. GitHubలో అందుబాటులో ఉంది బాట్ల ఉదాహరణలు, ఫ్రేమ్వర్క్ యొక్క సామర్థ్యాలు మారుతాయి, కాబట్టి బాట్లలో ఉపయోగించే SDK యొక్క సంస్కరణను పరిగణనలోకి తీసుకోవడం అవసరం.
ఫ్రేమ్వర్క్ బాట్లను రూపొందించడానికి అనేక ఎంపికలను అందిస్తుంది: క్లాసిక్ కోడ్, కమాండ్ లైన్ సాధనాలు లేదా ఫ్లోచార్ట్లను ఉపయోగించడం. చివరి ఎంపిక డైలాగ్లను దృశ్యమానం చేస్తుంది; దీని కోసం మీరు మేనేజర్ని ఉపయోగించవచ్చు బాట్ ఫ్రేమ్వర్క్ కంపోజర్. ఇది బాట్లను రూపొందించడానికి క్రాస్-డిసిప్లినరీ టీమ్లు ఉపయోగించగల దృశ్య అభివృద్ధి సాధనంగా బాట్ ఫ్రేమ్వర్క్ SDKపై నిర్మించబడింది.
బాట్ ఫ్రేమ్వర్క్ కంపోజర్, బోట్ పని చేసే డైలాగ్ స్ట్రక్చర్ను రూపొందించడానికి బ్లాక్లను ఉపయోగించడానికి మిమ్మల్ని అనుమతిస్తుంది. అదనంగా, మీరు ట్రిగ్గర్లను సృష్టించవచ్చు, అనగా, డైలాగ్ సమయంలో బోట్ ప్రతిస్పందించే కీలకపదాలు. ఉదాహరణకు, "ఆపరేటర్", "దొంగతనం" లేదా "ఆపు" మరియు "తగినంత" అనే పదాలు.
బాట్ ఫ్రేమ్వర్క్ కంపోజర్లో, మీరు ఉపయోగించి సంక్లిష్టమైన డైలాగ్ సిస్టమ్లను సృష్టించవచ్చు అనుకూల డైలాగ్లు. డైలాగ్లు అభిజ్ఞా సేవలు మరియు ఈవెంట్ కార్డ్లు (అడాప్టివ్ కార్డ్లు) రెండింటినీ ఉపయోగించవచ్చు:
సృష్టించిన తర్వాత, మీరు చాట్బాట్ను సబ్స్క్రిప్షన్లో అమలు చేయవచ్చు మరియు స్వయంచాలకంగా సిద్ధం చేయబడిన స్క్రిప్ట్ అవసరమైన అన్ని వనరులను సృష్టిస్తుంది: అభిజ్ఞా సేవలు, అప్లికేషన్ ప్లాన్, అప్లికేషన్ అంతర్దృష్టులు, డేటాబేస్ మరియు మొదలైనవి.
QnA మేకర్
కార్పొరేట్ Q&A డేటాబేస్ల ఆధారంగా సాధారణ బాట్లను సృష్టించడానికి, మీరు QnA Maker కాగ్నిటివ్ సేవను ఉపయోగించవచ్చు. సాధారణ వెబ్ విజార్డ్గా అమలు చేయబడింది, ఇది కార్పొరేట్ నాలెడ్జ్ బేస్ (FAQ Urls)కి లింక్ను ఇన్పుట్ చేయడానికి లేదా *.doc లేదా *.pdf ఫార్మాట్లో డాక్యుమెంట్ డేటాబేస్ను ప్రాతిపదికగా ఉపయోగించడానికి మిమ్మల్ని అనుమతిస్తుంది. సూచికను సృష్టించిన తర్వాత, బోట్ స్వయంచాలకంగా వినియోగదారు ప్రశ్నలకు సరైన సమాధానాలను ఎంచుకుంటుంది.
QnAMakerని ఉపయోగించి, మీరు బటన్ల స్వయంచాలక సృష్టితో ప్రశ్నలను స్పష్టం చేసే గొలుసులను కూడా సృష్టించవచ్చు, మెటాడేటాతో నాలెడ్జ్ బేస్ను భర్తీ చేయవచ్చు మరియు ఉపయోగం సమయంలో సేవకు మరింత శిక్షణ ఇవ్వవచ్చు.
ఈ సేవను ఈ ఒక్క ఫంక్షన్ను మాత్రమే అమలు చేసే చాట్బాట్గా లేదా అభ్యర్థన, ఇతర AI సేవలు లేదా బాట్ ఫ్రేమ్వర్క్లోని అంశాల ఆధారంగా ఉపయోగించే సంక్లిష్టమైన చాట్బాట్లో భాగంగా ఉపయోగించవచ్చు.
ఇతర అభిజ్ఞా సేవలతో పని చేయడం
అజూర్ ప్లాట్ఫారమ్లో అనేక విభిన్న అభిజ్ఞా సేవలు ఉన్నాయి. సాంకేతికంగా, ఇవి స్వతంత్ర వెబ్ సేవలు, వీటిని కోడ్ నుండి కాల్ చేయవచ్చు. ప్రతిస్పందనగా, సేవ చాట్బాట్లో ఉపయోగించబడే నిర్దిష్ట ఫార్మాట్ యొక్క jsonని పంపుతుంది.
చాట్బాట్ల యొక్క అత్యంత సాధారణ ఉపయోగాలు:
వచనాన్ని గుర్తించడం.
డెవలపర్-నిర్వచించిన కస్టమ్ విజన్ సర్వీస్ ఇమేజ్ కేటగిరీల గుర్తింపు (ప్రొడక్షన్ కేస్: ఉద్యోగి హార్డ్ టోపీ, గాగుల్స్ లేదా మాస్క్ ధరించి ఉన్నాడా లేదా అనే గుర్తింపు).
ముఖ గుర్తింపు (సర్వే చేయబడిన వ్యక్తి తన స్వంత ముఖాన్ని పోస్ట్ చేసారా లేదా కుక్క ఫోటో లేదా వేరే లింగానికి చెందిన వ్యక్తి యొక్క ఫోటోను పోస్ట్ చేసారా అని తనిఖీ చేయడం ఒక అద్భుతమైన ఉపయోగ సందర్భం).
మాటలు గుర్తుపట్టుట.
చిత్ర విశ్లేషణ.
అనువాదం (స్కైప్లో శబ్దం ఏకకాల అనువాదం ఎంత కారణమైందో మనందరికీ గుర్తుంది).
స్పెల్ చెక్ మరియు లోపాలను సరిదిద్దడానికి సూచనలు.
LUIS
అలాగే, బాట్లను సృష్టించడానికి మీకు అవసరం కావచ్చు LUIS (భాషా అవగాహన ఇంటెలిజెంట్ సర్వీస్). సేవా లక్ష్యాలు:
వినియోగదారు ప్రకటన అర్ధవంతంగా ఉందో లేదో మరియు బాట్ ప్రతిస్పందన అవసరమా అని నిర్ణయించండి.
నిజమైన వినియోగదారు లక్ష్యాలు/ఉద్దేశాలను అంచనా వేయండి మరియు డైలాగ్లోని పదబంధాల నుండి కీలక అంతర్దృష్టులను సంగ్రహించండి.
అర్థం గుర్తింపు మరియు ఆపరేషన్ సమయంలో బోట్ యొక్క తదుపరి అదనపు శిక్షణ యొక్క కొన్ని ఉదాహరణలను ఉపయోగించి బోట్ను ప్రారంభించేందుకు డెవలపర్ను అనుమతించండి.
కమాండ్ ట్రాన్స్క్రిప్షన్ నాణ్యతను అంచనా వేయడానికి విజువలైజేషన్ని ఉపయోగించడానికి డెవలపర్ని ప్రారంభించండి.
నిజమైన లక్ష్య గుర్తింపులో పెరుగుతున్న మెరుగుదలలలో సహాయం చేయండి.
వాస్తవానికి, LUIS యొక్క ప్రధాన లక్ష్యం వినియోగదారు ఉద్దేశ్యాన్ని నిర్దిష్ట సంభావ్యతతో అర్థం చేసుకోవడం మరియు సహజ అభ్యర్థనను శ్రావ్యమైన ఆదేశంగా మార్చడం. ప్రశ్న విలువలను గుర్తించడానికి, LUIS ఉద్దేశాలు (అర్థాలు, ఉద్దేశాలు) మరియు ఎంటిటీల సమితిని ఉపయోగిస్తుంది (డెవలపర్లచే ముందే కాన్ఫిగర్ చేయబడినవి, లేదా తీసుకోబడిన మరియు ముందే రూపొందించబడిన “డొమైన్లు” - మైక్రోసాఫ్ట్ తయారుచేసిన ప్రామాణిక పదబంధాల యొక్క కొన్ని రెడీమేడ్ లైబ్రరీలు).
ఒక సాధారణ ఉదాహరణ: మీకు వాతావరణ సూచనను అందించే బోట్ ఉంది. అతని కోసం, ఉద్దేశ్యం సహజ అభ్యర్థనను “చర్య”గా అనువదించడం - వాతావరణ సూచన కోసం అభ్యర్థన, మరియు ఎంటిటీలు సమయం మరియు ప్రదేశంగా ఉంటాయి. అటువంటి బోట్ కోసం చెక్వెదర్ ఉద్దేశం ఎలా పనిచేస్తుందో ఇక్కడ ఒక రేఖాచిత్రం ఉంది.
ఉద్దేశం
సారాంశం
సహజమైన ప్రశ్నకు ఉదాహరణ
వాతావరణాన్ని తనిఖీ చేయండి
{"type": "location", "entity": "moscow"}
{"type": "builtin.datetimeV2.date", "entity": "future","resolution":"2020-05-30"}
రేపు మాస్కోలో వాతావరణం ఎలా ఉంటుంది?
వాతావరణాన్ని తనిఖీ చేయండి
{ "type": "date_range", "entity": "ఈ వారాంతం" }
ఈ వారాంతంలో సూచనను నాకు చూపించు
QnA Maker మరియు LUIS కలపడానికి మీరు ఉపయోగించవచ్చు ఒకతను.
మీరు QnA Makerతో పని చేసినప్పుడు మరియు వినియోగదారు నుండి అభ్యర్థనను స్వీకరించినప్పుడు, QnA నుండి వచ్చిన సమాధానం అభ్యర్థనకు ఎంత శాతం సంభావ్యత సరిపోతుందో సిస్టమ్ నిర్ణయిస్తుంది. సంభావ్యత ఎక్కువగా ఉంటే, వినియోగదారుకు కార్పొరేట్ నాలెడ్జ్ బేస్ నుండి సమాధానం ఇవ్వబడుతుంది; అది తక్కువగా ఉంటే, అభ్యర్థనను స్పష్టత కోసం LUISకి పంపవచ్చు. డిస్పాచర్ని ఉపయోగించడం వలన మీరు ఈ లాజిక్ను ప్రోగ్రామ్ చేయకూడదని అనుమతిస్తుంది, కానీ అభ్యర్థనల విభజన యొక్క ఈ అంచుని స్వయంచాలకంగా గుర్తించడానికి మరియు వాటిని త్వరగా పంపిణీ చేయడానికి.
బోట్ను పరీక్షించడం మరియు ప్రచురించడం
మరొక స్థానిక అప్లికేషన్ పరీక్ష కోసం ఉపయోగించబడుతుంది, బాట్ ఫ్రేమ్వర్క్ ఎమ్యులేటర్. ఎమ్యులేటర్ని ఉపయోగించి, మీరు బోట్తో కమ్యూనికేట్ చేయవచ్చు మరియు అది పంపే మరియు స్వీకరించే సందేశాలను తనిఖీ చేయవచ్చు. ఎమ్యులేటర్ సందేశాలను వెబ్ చాట్ ఇంటర్ఫేస్లో కనిపించే విధంగా ప్రదర్శిస్తుంది మరియు బోట్కు సందేశం పంపేటప్పుడు JSON అభ్యర్థనలు మరియు ప్రతిస్పందనలను లాగ్ చేస్తుంది.
ఎమ్యులేటర్ను ఉపయోగించడం యొక్క ఉదాహరణ ఈ డెమోలో ప్రదర్శించబడింది, ఇది BMW కోసం వర్చువల్ అసిస్టెంట్ యొక్క సృష్టిని చూపుతుంది. వీడియో చాట్బాట్లను సృష్టించడానికి కొత్త యాక్సిలరేటర్ల గురించి కూడా మాట్లాడుతుంది - టెంప్లేట్లు:
మీ చాట్బాట్లను సృష్టించేటప్పుడు మీరు టెంప్లేట్లను కూడా ఉపయోగించవచ్చు.
టెంప్లేట్లు స్టాండర్డ్ బోట్ ఫంక్షన్లను కొత్తగా వ్రాయకుండా, రెడీమేడ్ కోడ్ను “నైపుణ్యం”గా జోడించడానికి మిమ్మల్ని అనుమతిస్తాయి. ఒక ఉదాహరణ క్యాలెండర్తో పని చేయడం, అపాయింట్మెంట్లు చేయడం మొదలైనవి. రెడీమేడ్ నైపుణ్యాల కోడ్ ప్రచురించిన గితుబ్లో.
పరీక్ష విజయవంతమైంది, బాట్ సిద్ధంగా ఉంది మరియు ఇప్పుడు అది ప్రచురించబడాలి మరియు ఛానెల్లను కనెక్ట్ చేయాలి. పబ్లిషింగ్ అజూర్ని ఉపయోగించి నిర్వహించబడుతుంది మరియు మెసెంజర్లు లేదా సోషల్ నెట్వర్క్లను ఛానెల్లుగా ఉపయోగించవచ్చు. డేటాను నమోదు చేయడానికి మీకు అవసరమైన ఛానెల్ లేకపోతే, మీరు దాని కోసం GitHabలో సంబంధిత సంఘంలో శోధించవచ్చు.
అలాగే, వినియోగదారు మరియు అభిజ్ఞా సేవలతో కమ్యూనికేట్ చేయడానికి ఇంటర్ఫేస్గా పూర్తి స్థాయి చాట్బాట్ను సృష్టించడానికి, మీకు డేటాబేస్లు, సర్వర్లెస్ (అజూర్ ఫంక్షన్లు), అలాగే లాజిక్యాప్ సేవలు మరియు బహుశా అదనపు అజూర్ సేవలు అవసరం. , ఈవెంట్ గ్రిడ్.
మూల్యాంకనం మరియు విశ్లేషణలు
వినియోగదారు పరస్పర చర్యను అంచనా వేయడానికి, మీరు Azure Bot సర్వీస్ మరియు ప్రత్యేక అప్లికేషన్ అంతర్దృష్టుల సేవ యొక్క అంతర్నిర్మిత విశ్లేషణలు రెండింటినీ ఉపయోగించవచ్చు.
ఫలితంగా, మీరు క్రింది ప్రమాణాల ఆధారంగా సమాచారాన్ని సేకరించవచ్చు:
ఎంచుకున్న వ్యవధిలో వివిధ ఛానెల్ల నుండి బోట్ను ఎంత మంది వినియోగదారులు యాక్సెస్ చేసారు.
ఒక సందేశాన్ని పంపిన ఎంత మంది వినియోగదారులు తర్వాత తిరిగి వచ్చి మరొక సందేశాన్ని పంపారు.
పేర్కొన్న సమయ వ్యవధిలో ఒక్కో ఛానెల్ని ఉపయోగించి ఎన్ని చర్యలు పంపబడ్డాయి మరియు స్వీకరించబడ్డాయి.
అప్లికేషన్ ఇన్సైట్లను ఉపయోగించి, మీరు అజూర్లో ఏదైనా అప్లికేషన్ను పర్యవేక్షించవచ్చు మరియు ముఖ్యంగా చాట్బాట్లు, వినియోగదారు ప్రవర్తన, లోడ్లు మరియు చాట్బాట్ ప్రతిచర్యల గురించి అదనపు డేటాను పొందవచ్చు. అజూర్ పోర్టల్లో అప్లికేషన్ అంతర్దృష్టుల సేవ దాని స్వంత ఇంటర్ఫేస్ను కలిగి ఉందని గమనించాలి.
PowerBIలో అదనపు విజువలైజేషన్లు మరియు విశ్లేషణాత్మక నివేదికలను రూపొందించడానికి మీరు ఈ సేవ ద్వారా సేకరించిన డేటాను కూడా ఉపయోగించవచ్చు. PowerBI కోసం అటువంటి నివేదిక మరియు టెంప్లేట్ యొక్క ఉదాహరణ తీసుకోవచ్చు ఇక్కడ.
మీ దృష్టికి అందరికీ ధన్యవాదాలు! ఈ వ్యాసంలో మేము ఉపయోగించాము материал మైక్రోసాఫ్ట్ అజూర్ ఆర్కిటెక్ట్ అన్నా ఫెన్యుషినా వెబ్నార్ నుండి “ప్రజలకు సమయం లేనప్పుడు. రొటీన్ ప్రాసెస్లను ఆటోమేట్ చేయడానికి 100% చాట్బాట్లు మరియు కాగ్నిటివ్ సేవలను ఎలా ఉపయోగించాలి”, ఇక్కడ మేము అజూర్లో చాట్బాట్లు ఏమిటో మరియు వాటి ఉపయోగం కోసం దృశ్యాలు ఏమిటో స్పష్టంగా చూపించాము మరియు QnA Makerలో 15 నిమిషాల్లో బాట్ను ఎలా సృష్టించాలో మరియు ఎలా చేయాలో కూడా ప్రదర్శించాము. ప్రశ్న నిర్మాణం LUISలో అర్థాన్ని విడదీయబడింది.
డెవలపర్లు దేవ్ బూట్క్యాంప్ కోసం ఆన్లైన్ మారథాన్లో భాగంగా మేము ఈ వెబ్నార్ని తయారు చేసాము. ఇది ఆటోమేషన్ టూల్స్ మరియు రెడీమేడ్ ప్రీ-కాన్ఫిగర్డ్ అజూర్ మాడ్యూల్లను ఉపయోగించి కంపెనీ ఉద్యోగుల నుండి డెవలప్మెంట్ను వేగవంతం చేసే మరియు సాధారణ పనిభారాన్ని కొంతవరకు తగ్గించే ఉత్పత్తుల గురించి. మారథాన్లో చేర్చబడిన ఇతర వెబ్నార్ల రికార్డింగ్లు క్రింది లింక్లలో అందుబాటులో ఉన్నాయి:
అజూర్ పైప్లైన్లను ఉపయోగించి CI/CD యొక్క సంస్థ
బహుళ-దశల YAML పైప్లైన్లను ఉపయోగించి ఏదైనా ప్రోగ్రామింగ్ భాషల కోసం “అసెంబ్లీ యాజ్ కోడ్” విధానాన్ని ఎలా అమలు చేయాలో మేము పరిశీలిస్తాము. ప్రెజెంటర్: వ్లాదిమిర్ గుసరోవ్ మైక్రోసాఫ్ట్ MVP.
వైట్సోర్స్. సురక్షిత ఓపెన్ సోర్స్ లైబ్రరీలను పర్యవేక్షిస్తోంది
మేము WhiteSource సాధనం యొక్క అభివృద్ధి మరియు ఆచరణాత్మక అనువర్తనంలో ఓపెన్ సోర్స్ నిర్వహణ పద్ధతులను పరిచయం చేస్తాము. మేము ఓపెన్ సోర్స్ కాంపోనెంట్లలో దుర్బలత్వాలను వెతకడం మరియు WhiteSourceని ఉపయోగించి లైసెన్సింగ్ స్వచ్ఛతను నిర్వహించడం గురించి మాట్లాడుతాము. సమర్పకులు: డయానా లిస్బరాన్, సేల్స్ వైట్సోర్స్ డైరెక్టర్ మరియు డారియా ఒరెష్కినా, వెబ్ కంట్రోల్, రష్యాలో వైట్సోర్స్ అధికారిక పంపిణీదారు.