在 Android 上使用 ML Kit 產生智慧回覆

您可以使用 ML Kit 使用裝置端模型生成訊息回覆。

如要產生智慧回覆，您必須向 ML Kit 傳送對話中近期訊息的記錄。如果 ML Kit 判斷對話是以英文輸入，且對話不含潛在敏感主題，則 ML Kit 會產生最多三個回覆，您可以向使用者提供建議。

事前準備

1. 如果您尚未將 Firebase 新增至 Android 專案，請先完成這項操作。
2. 將 ML Kit Android 程式庫的依附元件新增至模組 (應用程式層級) Gradle 檔案 (通常是 app/build.gradle)：

   apply plugin: 'com.android.application'
   apply plugin: 'com.google.gms.google-services'
   
   dependencies {
     // ...
     implementation 'com.google.firebase:firebase-ml-natural-language:22.0.0'
     implementation 'com.google.firebase:firebase-ml-natural-language-smart-reply-model:20.0.7'
   }
   

3. 此外，在應用程式層級的 build.gradle 檔案中，停用 tflite 檔案的壓縮功能：

   android {
       // ...
       aaptOptions {
           noCompress "tflite"
       }
   }
   

1. 建立對話記錄物件

為產生智慧回覆，您必須向 ML Kit 傳遞依時間排序的 FirebaseTextMessage 物件 List，且時間戳記位於最前面。

每當使用者傳送訊息時，請將訊息和訊息時間戳記新增至對話記錄：

conversation.add(FirebaseTextMessage.createForLocalUser(
        "heading out now", System.currentTimeMillis()));

conversation.add(FirebaseTextMessage.createForLocalUser(
        "heading out now", System.currentTimeMillis()))

每當使用者收到訊息時，在對話記錄中加入訊息、訊息時間戳記，以及傳送者的使用者 ID。使用者 ID 可以是任何可在對話中識別寄件者的任何字串。使用者 ID 不需要對應至任何使用者資料，而且智慧回覆產生器的對話或叫用使用者 ID 不必保持一致。

conversation.add(FirebaseTextMessage.createForRemoteUser(
        "Are you coming back soon?", System.currentTimeMillis(), userId));

conversation.add(FirebaseTextMessage.createForRemoteUser(
        "Are you coming back soon?", System.currentTimeMillis(), userId))

對話記錄物件如下列範例所示：

請注意，上述範例中最新的訊息來自非本機使用者。這點非常重要，因為 ML Kit 建議回覆內容是由應用程式使用者 (本機使用者) 傳送。您應該傳送 ML Kit 對話記錄，該記錄的結尾是使用者可能會想回覆的訊息。

2. 接收訊息回覆

如要產生訊息的智慧回覆，請取得 FirebaseSmartReply 的例項，並將對話記錄傳遞至其 suggestReplies() 方法：

FirebaseSmartReply smartReply = FirebaseNaturalLanguage.getInstance().getSmartReply();
smartReply.suggestReplies(conversation)
        .addOnSuccessListener(new OnSuccessListener<SmartReplySuggestionResult>() {
            @Override
            public void onSuccess(SmartReplySuggestionResult result) {
                if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                    // The conversation's language isn't supported, so the
                    // the result doesn't contain any suggestions.
                } else if (result.getStatus() == SmartReplySuggestionResult.STATUS_SUCCESS) {
                    // Task completed successfully
                    // ...
                }
            }
        })
        .addOnFailureListener(new OnFailureListener() {
            @Override
            public void onFailure(@NonNull Exception e) {
                // Task failed with an exception
                // ...
            }
        });

val smartReply = FirebaseNaturalLanguage.getInstance().smartReply
smartReply.suggestReplies(conversation)
        .addOnSuccessListener { result ->
            if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                // The conversation's language isn't supported, so the
                // the result doesn't contain any suggestions.
            } else if (result.getStatus() == SmartReplySuggestionResult.STATUS_SUCCESS) {
                // Task completed successfully
                // ...
            }
        }
        .addOnFailureListener {
            // Task failed with an exception
            // ...
        }

如果作業成功，系統會將 SmartReplySuggestionResult 物件傳遞至成功處理常式。這個物件包含最多 3 個建議回覆清單，您可以向使用者顯示這些回覆：

for (SmartReplySuggestion suggestion : result.getSuggestions()) {
    String replyText = suggestion.getText();
}

for (suggestion in result.suggestions) {
    val replyText = suggestion.text
}

請注意，如果模型對建議回覆的關聯性不足、輸入對話不是英文，或是模型偵測到敏感主題，ML Kit 可能不會傳回結果。