Questa guida spiega come abilitare e configurare le Date Intelligenti (Smart dates), che fanno parte della funzionalità Helper del plugin Discourse AI.
Livello utente richiesto: Amministratore
Le Date Intelligenti consentono la conversione di orari e date digitati dall’utente in date compatibili con Discourse e adatte al fuso orario.
Nota: In questa dimostrazione, c’era già del contenuto scritto nel compositore.
Caratteristiche
- Rileva le \u003ckbd\u003eDate Intelligenti \u003c/kbd\u003e dal testo contenente ora, data e fuso orario
- Possibilità di confermare o scartare le modifiche
- Opzione per riprovare il rilevamento
Abilitazione delle Date Intelligenti
Prerequisiti
È necessario configurare almeno un Modello Linguistico di Grandi Dimensioni (LLM) da un provider.
Per iniziare, è possibile configurarli tramite la pagina delle impostazioni del Modello Linguistico di Grandi Dimensioni (LLM) di Discourse AI.
- OpenAI
- Anthropic
- Azure OpenAI
- AWS Bedrock con accesso Anthropic
- HuggingFace Endpoints con modello simile a Llama2
- Self-Hosting di un LLM OpenSource
- Google Gemini
- Cohere
Configurazione
- Vai su Admin → Plugin → Discourse AI → Funzionalità → Helper
- Abilita la funzionalità Helper spuntando
AI helper enabled - Vai su
AI helper enabled featurese assicurati checontext_menusia selezionato in modo che il pulsante AI appaia nel compositore - Facoltativamente, configura quale LLM utilizzare per le Date Intelligenti tramite l’impostazione
AI helper smart dates agent. Per impostazione predefinita, viene utilizzato un agente integrato che utilizzerà l’LLM predefinito del sito. - Si consiglia di impostare
Composer AI helper allowed groupssu gruppi di utenti specifici in modo che possano utilizzare le funzionalità del compositore di Helper, incluse le Date Intelligenti
Domande Frequenti Tecniche
Perché le Date Intelligenti non funzionano correttamente?
- Ciò può dipendere da numerosi fattori, tra cui l’LLM utilizzato, il contesto generale del testo e il modo in cui l’ora e le date sono scritte in modo che l’LLM possa comprenderle e convertirle. Gli LLM possono commettere errori, quindi è importante ricontrollare l’output.
