在 Android 上使用 ML Kit 產生智慧回覆

ML Kit 可使用裝置端模型產生簡短訊息的回覆。

如要產生智慧回覆，您必須向 ML Kit 傳送近期對話記錄。如果 ML Kit 確定對話內容為英文，且對話不含敏感主題，則 ML Kit 最多可以產生三個回覆，您可以建議該使用者採用。

組合未組合
程式庫名稱com.google.mlkit:smart-replycom.google.android.gms:play-services-mlkit-smart-reply
導入方法模型會在建構期間以靜態方式連結至應用程式。模型會透過 Google Play 服務動態下載。
應用程式大小影響大小約為 5.7 MB。大約大小為 200 KB。
初始化時間可立即使用型號。可能必須先等待模型下載才能使用。

立即體驗

事前準備

  1. 在專案層級的 build.gradle 檔案中，請務必將 Google 的 Maven 存放區加進 buildscript 和 allprojects 區段。

  2. 將 ML Kit Android 程式庫的依附元件新增至模組的應用程式層級 Gradle 檔案 (通常是 app/build.gradle)。您可以根據需求選擇下列其中一種依附元件：

    • 如何將模型與應用程式整合：
    dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:smart-reply:17.0.2'
}
    • 如何在 Google Play 服務中使用模型：
    dependencies {
  // ...
  // Use this dependency to use the dynamically downloaded model in Google Play Services
  implementation 'com.google.android.gms:play-services-mlkit-smart-reply:16.0.0-beta1'
}

    如果您選擇在 Google Play 服務中使用模型，可設定讓應用程式從 Play 商店安裝應用程式後，自動將模型下載到裝置。在應用程式的 AndroidManifest.xml 檔案中加入以下宣告：

    <application ...>
      ...
      <meta-data
          android:name="com.google.mlkit.vision.DEPENDENCIES"
          android:value="smart_reply" >
      <!-- To use multiple models: android:value="smart_reply,model2,model3" -->
</application>

    您也可以透過 Google Play 服務 ModuleInstallClient API 明確檢查模型可用性及要求下載。

    如果不啟用安裝時模型下載或要求明確下載，系統會在您首次執行智慧回覆產生器時下載模型。在下載完成之前提出的請求，不會產生任何結果。

    1. 建立對話記錄物件

    如要產生智慧回覆，您必須以經過時間先後順序排序的 TextMessage 物件 List 呼叫 ML Kit，系統會優先擷取最早的時間戳記。

    當使用者傳送訊息時，將訊息及其時間戳記新增至對話記錄：

    Kotlin

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

    Java

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

    使用者收到訊息時，請在訊息記錄中新增訊息、時間戳記和傳送者的使用者 ID。User-ID 可以是專門用來識別對話中傳送者的專屬字串，使用者 ID 不必對應到任何使用者資料，而 User-ID 不需要在智慧回覆產生器之間叫用或叫用使用者 ID。

    Kotlin

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

    Java

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

    對話記錄物件如下所示：

    時間戳記 使用者 ID isLocal 使用者 訊息
    2019 年 2 月 21 日星期四 13:13:39 true 你在路上嗎？
    2019 年 2 月 21 日星期四 13:15:03 好友 false 抱歉，晚點到！

    ML Kit 建議回覆對話記錄中的最後一則訊息。最後一則訊息應來自非本機使用者。在上述範例中，對話中的最後一則訊息來自非本機使用者 Friends0。當你使用票證 ML Kit 時，系統會向 FriendsO 的訊息回覆「Running late, 很抱歉！」

    2. 接收訊息回覆

    如要產生訊息的智慧回覆，請取得 SmartReplyGenerator 的執行個體，並將對話記錄傳遞至其 suggestReplies() 方法：

    Kotlin

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

    Java

    SmartReplyGenerator smartReply = SmartReply.getClient();
smartReply.suggestReplies(conversation)
        .addOnSuccessListener(new OnSuccessListener() {
            @Override
            public void onSuccess(SmartReplySuggestionResult result) {
                if (result.getStatus() == SmartReplySuggestionResult.STATUS_NOT_SUPPORTED_LANGUAGE) {
                    // The conversation's language isn't supported, so
                    // 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
                // ...
            }
        });

    如果作業成功，系統會將 SmartReplySuggestionResult 物件傳遞至成功處理常式。這個物件包含最多三則建議回覆清單，您可以向使用者顯示：

    Kotlin

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

    Java

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

    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，則 ML Kit 可能不會傳回結果。