PaymentOps Memory Agent: ต้นแบบ AI จำประวัติการจ่ายเงิน
เจาะลึก PaymentOps Memory Agent ต้นแบบที่ผสาน Hindsight ช่วยจดจำและเรียกคืนประวัติปัญหาการจ่ายเงิน เพื่อลดการตรวจสอบซ้ำซ้อน
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- PaymentOps Memory Agent ช่วยให้ระบบการชำระเงินจดจำประวัติปัญหาและผลลัพธ์การแก้ไขก่อนหน้าได้
- ใช้ FastAPI ร่วมกับ Hindsight Python client เพื่อจัดการข้อมูลในระบบพ็อตโตไทป์แบบจำลอง
- ขับเคลื่อนด้วย Hindsight bank ชื่อ paymentops-demo เพื่อเก็บรักษาและเรียกค้นข้อมูลเหตุการณ์
- การทำงานแบ่งเป็นสองเส้นทางคือแบบไม่มีหน่วยความจำและแบบใช้ Hindsight ร่วมด้วยเพื่อเปรียบเทียบผลลัพธ์
ปัญหาคลาสสิกของการจัดการระบบชำระเงินคือ เมื่อเกิดเหตุการณ์ปัญหาซ้ำ เช่น Stripe timeout การตรวจสอบครั้งใหม่มักจะต้องเริ่มต้นนับหนึ่งใหม่เสมอ ระบบมักจะทราบข้อมูลทั่วไป เช่น ผู้ให้บริการประมวลผล ข้อผิดพลาด ร้านค้า และจำนวนเงิน แต่กลับขาดความเชื่อมโยงว่าเคยเกิดปัญหาลักษณะเดียวกันกับร้านค้าอื่นมาก่อนหน้านี้หรือไม่ และเคยแก้ไขด้วยการเปลี่ยนเส้นทางไปยังผู้ให้บริการรายอื่นสำเร็จมาแล้ว
ช่องว่างทางประสบการณ์นี้คือโจทย์เบื้องหลังการพัฒนา PaymentOps Memory Agent ซึ่งเป็นโปรโตไทป์ที่สร้างขึ้นเพื่อแสดงความแตกต่างระหว่างการตรวจสอบเหตุการณ์ปัจจุบันเพียงอย่างเดียวกับการเรียกคืนเหตุการณ์ที่ได้รับการแก้ไขแล้วจากหน่วยความจำถาวร โดยโปรโตไทป์นี้ถูกออกแบบมาให้อยู่ในขอบเขตที่จำกัด ข้อมูลการชำระเงินทั้งหมดเป็นข้อมูลสังเคราะห์ แอปพลิเคชันไม่ได้เชื่อมต่อกับระบบประมวลผลจริง และคำตอบถูกกำหนดรูปแบบไว้อย่างตายตัวเพื่อให้ตรวจสอบพฤติกรรมของหน่วยความจำได้ง่ายขึ้น
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในแง่ของการทำงานแบบไม่มีหน่วยความจำ (Stateless assistant) ผู้ช่วยประเภทนี้ยังคงมีประโยชน์ในการแนะนำให้ตรวจสอบสถานะของผู้ให้บริการ ขอไฟล์บันทึก (Logs) และทำการตรวจสอบยอดเงินเดิมก่อนที่จะลองทำรายการใหม่ ซึ่งเป็นคำแนะนำทั่วไปที่สมเหตุสมผล อย่างไรก็ตาม หากทีมงานเคยตรวจสอบพบรูปแบบที่เกี่ยวข้องในอดีต ระบบแบบไร้หน่วยความจำจะไม่สามารถรับรู้ข้อมูลนั้นได้เว้นแต่ผู้ใช้งานจะคัดลอกประวัติเหล่านั้นกลับเข้ามาในช่องป้อนข้อมูลอีกครั้ง
การตรวจสอบซ้ำซ้อนไม่เพียงแต่สร้างความไม่สะดวก แต่ยังทำให้ความรู้เชิงปฏิบัติการสูญหายได้ง่าย โดยเฉพาะเมื่อรายละเอียดที่มีประโยชน์คือผลลัพธ์ที่เกิดขึ้นจริง เช่น การระบุว่าผู้ให้บริการรายนี้รายงานปัญหา timeout และการเปลี่ยนไปใช้เส้นทางผ่านผู้ให้บริการรายอื่นสามารถทำรายการได้สำเร็จ แอปพลิเคชันนี้จึงถูกพัฒนาขึ้นด้วย FastAPI เพื่อรองรับการทำงานหลัก 3 ส่วน ได้แก่ การให้บริการหน้าอินเทอร์เฟซ การเก็บบันทึกเหตุการณ์ที่แก้ไขแล้ว และการวิเคราะห์เหตุการณ์ทั้งแบบไม่มีหน่วยความจำและแบบมีหน่วยความจำ
การนำระบบหน่วยความจำถาวรมาใช้กับเครื่องมือวิเคราะห์เหตุการณ์ถือเป็นก้าวสำคัญในการแก้ปัญหา Knowledge Silo ในทีมปฏิบัติการ DevOps และ PaymentOps โดยช่วยเปลี่ยนผ่านจากการค้นหาข้อมูลแบบเดิมที่ต้องพึ่งพาเอกสารคู่มือ มาเป็นการเรียกใช้บริบทจากอดีตแบบอัตโนมัติ ซึ่งแนวคิดนี้สามารถนำไปประยุกต์ใช้กับระบบ Log Analysis หรือ Incident Management อื่นๆ ในอนาคตได้
สำหรับโครงสร้างของระบบ แอปพลิเคชันใช้หน้าเพจ HTML, CSS และ JavaScript ธรรมดาเพื่อมอบทางเลือกในการวิเคราะห์ 2 รูปแบบ พร้อมฟอร์มบันทึกเหตุการณ์ในอดีต โดยข้อมูลเหตุการณ์ปัจจุบันจะไม่ถูกส่งไปยังตัวประมวลผลการชำระเงินจริง เส้นทางที่ใช้หน่วยความจำจะเรียกใช้งานผ่าน Hindsight Python client ไปยัง Hindsight bank ที่ชื่อว่า paymentops-demo เพื่อส่งคำสั่งค้นหาข้อผิดพลาดและผู้ให้บริการในอดีตมาแสดงคู่กับคำตอบ
ในส่วนของการตั้งค่า Hindsight เพื่อให้การทำงานในเครื่องท้องถิ่นใช้งานได้ทันทีโดยไม่ต้องใช้ข้อมูลรับรองจากผู้ให้บริการภายนอก โปรแกรมเปิดใช้งาน PowerShell จึงเลือกใช้ผู้ให้บริการ LLM แบบ none และใช้วิธีแบ่งส่วนข้อมูลแบบ chunks ในโหมด retain ซึ่งช่วยจัดเก็บข้อความที่ส่งเข้ามาเป็นหน่วยความจำโดยไม่ต้องผ่านกระบวนการสกัดด้วย LLM และใช้ ONNX embedding สำหรับการดึงข้อมูลพร้อมการจัดอันดับแบบ RRF
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น