本頁面由 Cloud Translation API 翻譯而成。

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訊息的簡短回覆。

如要產生智慧回覆，您必須將對話中最近的訊息記錄傳遞給 ML Kit。如果 ML Kit 判斷對話內容是英文，且對話內容沒有敏感主題，ML Kit 就會產生最多三個回覆，供您向使用者建議。

	組合	未綁定
程式庫名稱	`com.google.mlkit:smart-reply`	`com.google.android.gms:play-services-mlkit-smart-reply`
導入	模型會在建構期間與應用程式建立靜態連結。	模型會透過 Google Play 服務動態下載。
應用程式大小影響	大小約增加 5.7 MB。	大小約增加 200 KB。
初始化時間	模型現已可供使用。	首次使用時，可能需要等待模型下載。

立即試用

請試用範例應用程式，瞭解這個 API 的使用範例。

事前準備

這個 API 需要 Android API 級別 21 以上版本。請確認應用程式的建構檔案使用 minSdkVersion 值 21 以上。

在專案層級的 build.gradle 檔案中，請務必在 buildscript 和 allprojects 區段中納入 Google 的 Maven 存放區。

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，通常為 app/build.gradle。請根據您的需求選擇下列其中一個依附元件：

如何將模型與應用程式組合：

dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:smart-reply:17.0.4'
}

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，可以將應用程式設為在從 Play 商店安裝應用程式後，自動將模型下載到裝置。請在應用程式的 AndroidManifest.xml 檔案中加入下列宣告：

<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，明確檢查模型的可用性，並要求下載。

如果您未啟用安裝時的模型下載功能，或未要求明確下載，系統會在您第一次執行智慧回覆產生器時下載模型。在下載完成前提出的要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，請將 ML Kit 傳遞給 TextMessage 物件的 List，並按時間順序排序，最早的時間戳記應排在最前面。

每當使用者傳送訊息時，請將訊息和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()));

每當使用者收到訊息時，請將訊息、時間戳記和傳送者的使用者 ID 新增至對話記錄。使用者 ID 可以是任何字串，用於在對話中明確識別傳送者。使用者 ID 不必與任何使用者資料相對應，且在對話或智慧回覆產生器的叫用作業中，使用者 ID 也不必一致。

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	userID	isLocalUser	訊息
2019 年 2 月 21 日星期四 13:13:39 (太平洋標準時間)		true	你在路上嗎？
2019 年 2 月 21 日星期四 13 點 15 分 03 秒 (太平洋標準時間)	FRIEND0	false	很抱歉，我會晚一點到！

ML Kit 會針對對話記錄中的最後一則訊息提供回覆建議。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 FRIEND0。當您使用 ML Kit 傳送這份記錄時，系統會建議回覆 FRIENDO 的訊息：「很抱歉，我會晚一點到。」

2. 取得訊息回覆

如要為訊息產生智慧回覆，請取得 SmartReplyGenerator 的例項，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個建議回覆清單，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，如果模型無法確定建議回覆的關聯性、輸入的對話不是以英文進行，或是模型偵測到敏感主題，ML Kit 可能就不會傳回結果。