หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด
เผ่า

เผ่า AI

เครื่องมือรหัสต่ำเพื่อสร้างและประสานงานทีมหลาย ๆ ทีมอย่างรวดเร็ว

ทีมวางแผนการเดินทาง

สร้างทีมหลายตัวแทนแบบนี้ด้วยการลากอย่างง่าย ๆ และวางในไม่กี่นาที! -

สารบัญ

  • สารบัญ
  • เผ่าคืออะไร?
  • มีกรณีใช้อะไรบ้าง?
  • ไฮไลท์
  • วิธีเริ่มต้นใช้งาน
    • สร้างกุญแจลับ
    • ปรับใช้เผ่าในพื้นที่ด้วย Docker (วิธีที่ง่ายที่สุด)
    • ปรับใช้เผ่าบนเซิร์ฟเวอร์ระยะไกล
  • ไกด์และแนวคิด
    • ลำดับเวิร์กโฟลว์ลำดับชั้น
      • เวิร์กโฟลว์ลำดับ
      • เวิร์กโฟลว์แบบลำดับชั้น
    • ทักษะ
      • สร้างทักษะโดยใช้คำจำกัดความทักษะ
      • การเขียนทักษะที่กำหนดเองโดยใช้ Langchain
    • Generation Augmented Retrieval (RAG)
      • ปรับแต่งโมเดลการฝัง
    • ใช้โมเดลโอเพนซอร์ส
      • ใช้โมเดลโอเพนซอร์สกับ Ollama
      • การเลือกรุ่นที่เหมาะสม
      • ใช้โมเดลโอเพนซอร์สที่ไม่มี Ollama
    • คำแนะนำ
      • การสร้างทีมลำดับชั้นแรกของคุณ
      • เตรียมทักษะให้กับสมาชิกในทีมของคุณ
      • การสร้างทีมลำดับแรกของคุณ
      • ต้องได้รับการอนุมัติจากมนุษย์ก่อนการดำเนินการทักษะในเวิร์กโฟลว์ตามลำดับ
  • ผลงาน
  • บันทึกย่อ
  • ใบอนุญาต

คำเตือน

โครงการนี้อยู่ระหว่างการพัฒนาอย่างหนัก โปรดทราบว่าการเปลี่ยนแปลงที่สำคัญอาจเกิดขึ้น

เผ่าคืออะไร?

คุณเคยได้ยินคำพูดว่า 'สองจิตใจดีกว่าหนึ่ง' หรือไม่? นั่นเป็นเรื่องจริงสำหรับตัวแทนเช่นกัน เผ่าใช้ประโยชน์จากกรอบ Langgraph เพื่อให้คุณปรับแต่งและประสานงานทีมตัวแทนได้อย่างง่ายดาย ด้วยการแยกงานที่ยากลำบากระหว่างตัวแทนที่ดีในสิ่งต่าง ๆ แต่ละคนสามารถมุ่งเน้นไปที่สิ่งที่ดีที่สุด สิ่งนี้ทำให้การแก้ปัญหาเร็วขึ้นและดีขึ้น

มีกรณีใช้อะไรบ้าง?

โดยการร่วมมือกันตัวแทนสามารถทำงานที่ซับซ้อนมากขึ้น นี่คือตัวอย่างบางส่วนของสิ่งที่พวกเขาสามารถทำได้ร่วมกัน:

  • ⚽การวิเคราะห์ footbal : ลองนึกภาพทีมตัวแทนที่หนึ่งในเว็บสำหรับข่าวพรีเมียร์ลีกล่าสุดและอีกครั้งวิเคราะห์ข้อมูลเพื่อเขียนรายงานที่ลึกซึ้งเกี่ยวกับการแสดงของแต่ละทีมในฤดูกาลใหม่
  • ? ️การวางแผนการเดินทาง : สำหรับการวางแผนวันหยุดครั้งต่อไปของคุณตัวแทนคนหนึ่งสามารถแนะนำร้านอาหารท้องถิ่นที่ดีที่สุดในขณะที่อีกแห่งหนึ่งพบโรงแรมที่ได้รับการจัดอันดับสูงสุดสำหรับคุณ ทีมนี้ทำให้แน่ใจว่าทุกส่วนของการเดินทางของคุณได้รับการคุ้มครอง
  • ? ‍ การบริการลูกค้า : ทีมบริการลูกค้าที่ตัวแทนคนหนึ่งจัดการปัญหาไอทีการจัดการข้อร้องเรียนอื่นและหนึ่งในสามดูแลการสอบถามผลิตภัณฑ์ ตัวแทนแต่ละคนเชี่ยวชาญในพื้นที่ที่แตกต่างกันทำให้บริการเร็วขึ้นและมีประสิทธิภาพมากขึ้น

และอีกมากมาย!

ไฮไลท์

  • การสนทนาอย่างต่อเนื่อง : บันทึกและบำรุงรักษาประวัติการแชทช่วยให้คุณสามารถสนทนาต่อไปได้
  • ความสามารถในการสังเกต : ตรวจสอบและติดตามประสิทธิภาพและผลลัพธ์ของตัวแทนของคุณแบบเรียลไทม์โดยใช้ Langsmith เพื่อให้แน่ใจว่าพวกเขาทำงานได้อย่างมีประสิทธิภาพ
  • การเรียกใช้เครื่องมือ : เปิดใช้งานตัวแทนของคุณเพื่อใช้เครื่องมือภายนอกและ API
  • Generation Augmented Retrieval : ช่วยให้ตัวแทนของคุณมีเหตุผลกับฐานความรู้ภายในของคุณ
  • Human-in-the-Loop : เปิดใช้งานการอนุมัติของมนุษย์ก่อนการเรียกเครื่องมือ
  • โมเดลโอเพ่นซอร์ส : ใช้โมเดล LLM โอเพนซอร์ซเช่น Llama, Gemma และ PHI
  • รวมเผ่าเข้ากับแอปพลิเคชันภายนอก : ใช้จุดสิ้นสุด API สาธารณะของ Tribe เพื่อโต้ตอบกับทีมของคุณ
  • การปรับใช้ง่าย : ปรับใช้เผ่าได้อย่างง่ายดายโดยใช้ Docker
  • การเช่าหลายครั้ง : จัดการและสนับสนุนผู้ใช้และทีมหลายคน

วิธีเริ่มต้นใช้งาน

ก่อนที่จะปรับใช้ให้แน่ใจว่าคุณเปลี่ยนค่าอย่างน้อย:

  • SECRET_KEY
  • FIRST_SUPERUSER_PASSWORD
  • POSTGRES_PASSWORD

คุณสามารถ (และควร) ผ่านสิ่งเหล่านี้เป็นตัวแปรสภาพแวดล้อมจากความลับ

สร้างกุญแจลับ

ตัวแปรสภาพแวดล้อมบางอย่างในไฟล์ .env มีค่าเริ่มต้นของ changethis

คุณต้องเปลี่ยนด้วยคีย์ลับเพื่อสร้างคีย์ลับคุณสามารถเรียกใช้คำสั่งต่อไปนี้: 

python -c " import secrets; print(secrets.token_urlsafe(32)) "

คัดลอกเนื้อหาและใช้เป็นรหัสผ่าน / คีย์ลับ และเรียกใช้อีกครั้งเพื่อสร้างคีย์ที่ปลอดภัยอื่น

ปรับใช้เผ่าในพื้นที่ด้วย Docker (วิธีที่ง่ายที่สุด)

ลุกขึ้นและเริ่มต้นภายในไม่กี่นาทีบนเครื่องในพื้นที่ของคุณ

ปรับใช้เผ่าบนเซิร์ฟเวอร์ระยะไกล

ปรับใช้เผ่าบนเซิร์ฟเวอร์ระยะไกลของคุณ

ไกด์และแนวคิด

ลำดับเวิร์กโฟลว์ลำดับชั้น

เวิร์กโฟลว์ลำดับ

ในเวิร์กโฟลว์ตามลำดับตัวแทนของคุณจะถูกจัดเรียงตามลำดับอย่างเป็นระเบียบและดำเนินการงานหนึ่งหลังจากนั้นอีก แต่ละงานสามารถขึ้นอยู่กับงานก่อนหน้า สิ่งนี้มีประโยชน์หากคุณต้องการให้งานเสร็จสิ้นหลังจากนั้นอีกครั้งในลำดับที่กำหนด

ใช้สิ่งนี้ถ้า:

  • โครงการของคุณมีงานที่ชัดเจนทีละขั้นตอน
  • ผลลัพธ์ของงานหนึ่งมีผลต่อไป
  • คุณชอบคำสั่งการดำเนินการที่ตรงไปตรงมาและคาดเดาได้
  • คุณต้องตรวจสอบให้แน่ใจว่างานจะดำเนินการตามลำดับที่เฉพาะเจาะจง

เวิร์กโฟลว์แบบลำดับชั้น

ในเวิร์กโฟลว์แบบลำดับชั้นตัวแทนของคุณถูกจัดระเบียบเป็นโครงสร้างเหมือนทีมประกอบด้วย 'หัวหน้าทีม' 'สมาชิกในทีม' และแม้แต่ 'ผู้นำทีมย่อย' อื่น ๆ หัวหน้าทีมแบ่งงานออกเป็นงานเล็ก ๆ และมอบหมายให้สมาชิกในทีม หลังจากที่สมาชิกในทีมทำงานเหล่านี้ให้เสร็จสิ้นการตอบสนองของพวกเขาจะถูกส่งผ่านไปยังหัวหน้าทีมซึ่งเลือกที่จะส่งคืนการตอบกลับไปยังผู้ใช้หรือมอบหมายงานเพิ่มเติม

ใช้สิ่งนี้ถ้า:

  • งานของคุณซับซ้อนและมีหลายแง่มุม
  • คุณต้องการตัวแทนพิเศษเพื่อจัดการงานย่อยที่แตกต่างกัน
  • การมอบหมายงานและการประเมินใหม่เป็นสิ่งสำคัญสำหรับเวิร์กโฟลว์ของคุณ
  • คุณต้องการความยืดหยุ่นในการจัดการงานและการปรับตัวให้เข้ากับการเปลี่ยนแปลง

ทักษะ

ทักษะคือความสามารถที่คุณสามารถจัดให้ตัวแทนของคุณมีปฏิสัมพันธ์กับโลก ตัวอย่างเช่นคุณสามารถให้ทักษะในการตรวจสอบสภาพอากาศปัจจุบันหรือค้นหาเว็บเพื่อรับข่าวสารล่าสุด โดยค่าเริ่มต้น Tribe มีสามทักษะ:

  • Duckduckgo-search : ทำการค้นหาเว็บ
  • Wikipedia : ค้นหาข้อมูล Wikipedia
  • Yahoo-Finance : ดึงข้อมูลจาก Yahoo Finance News

คุณอาจต้องการสร้างทักษะที่กำหนดเองซึ่งสามารถทำได้สองวิธี: โดยใช้คำจำกัดความฟังก์ชั่นสำหรับคำขอ HTTP อย่างง่ายหรือโดยการเขียนทักษะที่กำหนดเองใน Codebase

สร้างทักษะโดยใช้คำจำกัดความทักษะ

หากทักษะของคุณเกี่ยวข้องกับการดำเนินการตามคำขอ HTTP เพื่อดึงข้อมูลหรืออัปเดตข้อมูลการใช้คำจำกัดความทักษะเป็นวิธีที่ง่ายที่สุด ในเผ่าเริ่มต้นด้วยการนำทางไปยังแท็บ 'ทักษะ' และคลิกปุ่ม 'เพิ่มทักษะ' จากนั้นคุณจะได้รับแจ้งให้ให้คำจำกัดความทักษะซึ่งสั่งให้ตัวแทนของคุณเกี่ยวกับวิธีการดำเนินการทักษะเฉพาะ คำจำกัดความนี้ควรมีโครงสร้างดังนี้: 

{
  "url" : " https://example.com " ,
  "method" : " GET " ,
  "headers" : {},
  "type" : " function " ,
  "function" : {
    "name" : " Your skill name " ,
    "description" : " Your skill description " ,
    "parameters" : {
      "type" : " object " ,
      "properties" : {
        "param1" : {
          "type" : " integer " ,
          "description" : " Description of the first parameter "
        },
        "param2" : {
          "type" : " string " ,
          "enum" : [ " option1 " ],
          "description" : " Description of the second parameter "
        }
      },
      "required" : [ " param1 " , " param2 " ]
    }
  }
}
สำคัญ คำอธิบาย
url URL ปลายทางสำหรับการโทร API
method วิธี HTTP ที่ใช้สำหรับการร้องขอ สามารถ GET POST PUT PATCH หรือ DELETE
headers ส่วนหัว HTTP ใด ๆ ที่จะรวมไว้ในคำขอ
function มีรายละเอียดเกี่ยวกับทักษะ:
function > name ชื่อของทักษะ ปฏิบัติตามกฎเหล่านี้: มีเพียงตัวอักษร (AZ, AZ), ตัวเลข (0-9), ขีดเส้นใต้ (_), และยัติภังค์ (-) ได้รับอนุญาต; ต้องมีความยาวระหว่าง 1 ถึง 64 อักขระ
function > description อธิบายทักษะในการแจ้งตัวแทนเกี่ยวกับการใช้งาน
function > parameters รายละเอียดเกี่ยวกับพารามิเตอร์ที่ API ยอมรับ
properties > param ชื่อของการสืบค้นหรือพารามิเตอร์ร่างกาย สำหรับวิธี GET นี่จะเป็นพารามิเตอร์แบบสอบถาม สำหรับ POST , PUT , PATCH และ DELETE มันจะอยู่ในร่างกายคำขอ
param > type ระบุประเภทของพารามิเตอร์ซึ่งสามารถเป็น string number integer หรือ boolean
param > description ให้บริบทเกี่ยวกับวัตถุประสงค์ของพารามิเตอร์
param > enum เลือกรวมอาร์เรย์เพื่อ จำกัด เอเจนต์เพื่อเลือกจากค่าที่กำหนดไว้ล่วงหน้า
parameters > required แสดงรายการพารามิเตอร์ที่จำเป็นเพื่อให้แน่ใจว่าพวกเขาจะรวมอยู่ในคำขอ API เสมอ

การเขียนทักษะที่กำหนดเองโดยใช้ Langchain

สำหรับงานที่ซับซ้อนยิ่งขึ้นซึ่งขยายเกินกว่าคำขอ HTTP ที่เรียบง่าย Langchain ช่วยให้คุณพัฒนาเครื่องมือขั้นสูงมากขึ้น คุณสามารถรวมเครื่องมือเหล่านี้เข้ากับเผ่าโดยเพิ่มลงในพจนานุกรม managed_skills สำหรับตัวอย่างที่ใช้งานได้จริงโปรดดูเครื่องมือเครื่องคิดเลขสาธิต หากต้องการเรียนรู้วิธีสร้างเครื่องมือ Langchain โปรดปรึกษาเอกสารของพวกเขา

หลังจากสร้างเครื่องมือใหม่ให้รีสตาร์ทแอปพลิเคชันเพื่อให้แน่ใจว่าเครื่องมือถูกโหลดลงในฐานข้อมูลอย่างถูกต้อง ในทำนองเดียวกันหากคุณต้องการลบเครื่องมือให้ลบออกจากพจนานุกรม managed_skills และรีสตาร์ทแอปพลิเคชันเพื่อให้แน่ใจว่าถูกลบออกจากฐานข้อมูล โปรดทราบว่าเครื่องมือที่สร้างขึ้นด้วยวิธีนี้มีให้สำหรับผู้ใช้ทุกคนในแอปพลิเคชันของคุณ

Generation Augmented Retrieval (RAG)

RAG เป็นเทคนิคในการเพิ่มความรู้ตัวแทนของคุณด้วยข้อมูลเพิ่มเติม ตัวแทนสามารถให้เหตุผลเกี่ยวกับหัวข้อที่หลากหลาย แต่ความรู้ของพวกเขา จำกัด เฉพาะข้อมูลสาธารณะจนถึงจุดที่พวกเขาได้รับการฝึกฝน หากคุณต้องการให้ตัวแทนของคุณให้เหตุผลเกี่ยวกับข้อมูลส่วนตัวเผ่าอนุญาตให้คุณอัปโหลดข้อมูลของคุณและเลือกข้อมูลที่จะรวมไว้ในฐานความรู้ของตัวแทนของคุณ สิ่งนี้ช่วยให้ตัวแทนของคุณมีเหตุผลกับข้อมูลที่เลือกและช่วยให้คุณสร้างตัวแทนที่แตกต่างกันด้วยความรู้พิเศษ

ปรับแต่งโมเดลการฝัง

โดยค่าเริ่มต้น Tribe ใช้ BAAI/bge-small-en-v1.5 ซึ่งเป็นรูปแบบการฝังภาษาอังกฤษที่เบาและรวดเร็วซึ่งดีกว่า OpenAI Ada-002 หากเอกสารของคุณมีหลายภาษาหรือต้องการการฝังอิมเมจคุณอาจต้องการใช้รูปแบบการฝังตัวอื่น คุณสามารถทำได้อย่างง่ายดายโดยการเปลี่ยน DENSE_EMBEDDING_MODEL ในไฟล์ .env ของคุณ: 

 # See the list of supported models: https://qdrant.github.io/fastembed/examples/Supported_Models/
DENSE_EMBEDDING_MODEL=BAAI/bge-small-en-v1.5 # Change this

คำเตือน

หากโมเดลการฝังที่มีอยู่และใหม่ของคุณมีขนาดเวกเตอร์ที่แตกต่างกันคุณอาจต้องสร้างคอลเล็กชัน QDRANT ของคุณใหม่ คุณสามารถลบคอลเลกชันผ่านแดชบอร์ด Qdrant ได้ที่ http: //qdrant.localhost/dashboard ดังนั้นจึงเป็นการดีกว่าที่จะวางแผนล่วงหน้ารูปแบบการฝังที่เหมาะสมที่สุดสำหรับเวิร์กโฟลว์ของคุณ

ใช้โมเดลโอเพนซอร์ส

โมเดลโอเพ่นซอร์สกำลังถูกกว่าและง่ายต่อการทำงานและบางคนก็ตรงกับประสิทธิภาพของรุ่นปิด คุณอาจต้องการใช้พวกเขาเพื่อความเป็นส่วนตัวและผลประโยชน์ด้านต้นทุน หากคุณใช้เผ่าในพื้นที่และต้องการใช้โมเดลโอเพ่นซอร์สฉันขอแนะนำ Ollama เพื่อความสะดวกในการใช้งาน

ใช้โมเดลโอเพนซอร์สกับ Ollama

  1. ติดตั้ง Ollama: ก่อนอื่นตั้งค่า Ollama บนอุปกรณ์ของคุณ คุณสามารถค้นหาคำแนะนำใน repo ของ Ollama
  2. ดาวน์โหลดรุ่น: ดาวน์โหลดรุ่นที่คุณต้องการจาก Ollama
  3. กำหนดค่าตัวแทนของคุณ:
    • อัปเดตผู้ให้บริการของตัวแทนเป็น ollama
    • วางชื่อรุ่นที่ดาวน์โหลดมา (เช่น llama3.1:8b ) ลงในฟิลด์อินพุตโมเดล
    • โดยค่าเริ่มต้น Tribe จะทำงานบน http://host.docker.internal:11434 ซึ่งแผนที่ไปที่ https://localhost:11434 การตั้งค่านี้อนุญาตให้เผ่าสื่อสารกับโฮสต์ Ollama เริ่มต้น หากการตั้งค่าของคุณใช้โฮสต์อื่นให้ระบุโฮสต์ใหม่ในฟิลด์อินพุต 'Base URL'

การเลือกรุ่นที่เหมาะสม

มีโมเดลโอเพ่นซอร์สหลายร้อยรุ่นในห้องสมุดของ Ollama ที่เหมาะสำหรับงานที่แตกต่างกัน นี่คือวิธีการเลือกอันที่เหมาะสมสำหรับกรณีการใช้งานของคุณ:

  • รูปแบบการเรียกเครื่องมือ: หากคุณวางแผนที่จะให้ตัวแทนมีทักษะเฉพาะให้ใช้โมเดลเช่น Llama3.1 , Mistral Nemo , Firefunction V2 หรือ Command-R + และอื่น ๆ ที่สนับสนุนการเรียกเครื่องมือ
  • สำหรับความคิดสร้างสรรค์การใช้เหตุผลและงานอื่น ๆ : คุณมีความยืดหยุ่นมากขึ้น คุณอาจยึดติดกับเครื่องมือที่มีความสามารถหรือพิจารณารุ่นเช่น gemma2 หรือ phi3

ใช้โมเดลโอเพนซอร์สที่ไม่มี Ollama

หากคุณไม่ได้วางแผนที่จะใช้ Ollama คุณยังสามารถเรียกใช้โมเดลโอเพ่นซอร์สที่เข้ากันได้กับ OpenAI Chat Complections API

ขั้นตอน:

  1. แก้ไขตัวแทนของคุณ: เลือก 'openai' เป็นผู้ให้บริการโมเดลของคุณ
  2. ระบุจุดสิ้นสุด: ภายใต้ 'URL ฐาน' ระบุจุดปลายการอนุมานของโมเดล

คำแนะนำ

การสร้างทีมลำดับชั้นแรกของคุณ

ลงชื่อเข้าใช้ Tribe โดยใช้อีเมลและรหัสผ่านที่คุณตั้งค่าระหว่างขั้นตอนการติดตั้ง

เข้าสู่ระบบ

นำทางไปยังหน้า 'ทีม' และคลิกที่ 'เพิ่มทีม' ป้อนชื่อสำหรับทีมของคุณและคลิก 'บันทึก'

สร้างทีม

สร้างสมาชิกในทีมเพิ่มเติมสองคนโดยการลากที่จับของโหนดหัวหน้าทีม

สร้างสมาชิก

อัปเดตสมาชิกในทีมคนแรกตามที่แสดง

อัปเดตสมาชิก 1

อัปเดตสมาชิกในทีมที่สองตามที่แสดง

อัปเดตสมาชิก 2

ไปที่แท็บ 'แชท' และส่งคำถามให้ทีมของคุณเพื่อดูว่าพวกเขาตอบสนองอย่างไร

แชท

ยินดีด้วย! คุณประสบความสำเร็จในการสร้างและสื่อสารกับทีมงานหลายตัวแทนครั้งแรกของคุณในเผ่า

เตรียมทักษะให้กับสมาชิกในทีมของคุณ

สมาชิกในทีมของคุณสามารถทำอะไรได้มากกว่านี้โดยให้ทักษะชุด เพิ่มทักษะให้กับนักชิมของคุณ

เพิ่มทักษะ

ตอนนี้เมื่อคุณถามคำถามนักชิมของคุณมันจะค้นหาเว็บสำหรับข้อมูลที่ทันสมัยมากขึ้น!

แชท

การสร้างทีมลำดับแรกของคุณ

สร้างทีมใหม่และเลือกเวิร์กโฟลว์ 'ลำดับ'

สร้างทีม

ลากและวางเพื่อสร้างสมาชิกในทีมอื่นด้านล่าง 'Worker0'

สร้างสมาชิก

อัปเดตสมาชิกในทีมคนแรกตามที่แสดง ให้ทักษะ 'Wikipedia' แก่สมาชิกในทีมนี้

อัปเดตสมาชิก 1

อัปเดตสมาชิกในทีมที่สองตามที่แสดง

อัปเดตสมาชิก 2

ไปที่แท็บ 'แชท' และส่งคำถามให้ทีมของคุณเพื่อดูว่าพวกเขาตอบสนองอย่างไร ขอให้สังเกตว่านักวิจัยจะใช้วิกิพีเดียเพื่อทำการวิจัย เจ๋งมาก

แชท

ต้องได้รับการอนุมัติจากมนุษย์ก่อนการดำเนินการทักษะในเวิร์กโฟลว์ตามลำดับ

คุณสามารถกำหนดให้สมาชิกในทีมของคุณรอการอนุมัติของคุณก่อนที่จะดำเนินการทักษะของพวกเขา เพิ่มทักษะ 'Duckduckgo-Search' และเลือก 'ต้องได้รับการอนุมัติ' ในนักวิจัย

เปิดใช้งานการอนุมัติของมนุษย์

ตอนนี้ก่อนที่นักวิจัยจะดำเนินการทักษะมันจะขอการอนุมัติจากคุณ หากการค้นหาของนักวิจัยไม่ใช่สิ่งที่คุณต้องการปฏิเสธการกระทำและรวมถึงข้อความเสริมเพื่อให้ทิศทาง

แชทก่อนปฏิเสธ

เมื่อนักวิจัยปรับการค้นหาเพื่อตอบสนองความต้องการของคุณคุณสามารถอนุมัติการกระทำได้ แชทหลังจากปฏิเสธ

จากนั้นนักวิจัยจะดำเนินการเพื่อดำเนินการทักษะตามที่กำหนด แชทหลังการอนุมัติ

ผลงาน

Tribe เป็นแหล่งที่มาและยินดีต้อนรับการมีส่วนร่วมจากชุมชน! ตรวจสอบคู่มือการบริจาคของเราเพื่อเริ่มต้น

บางวิธีในการมีส่วนร่วม:

  • รายงานข้อบกพร่องและปัญหา
  • ปรับปรุงเอกสารของเรา
  • แนะนำหรือมีส่วนร่วมคุณสมบัติใหม่หรือการปรับปรุง

บันทึกย่อ

ตรวจสอบไฟล์ release-notes.md

ใบอนุญาต

เผ่าได้รับใบอนุญาตภายใต้เงื่อนไขของใบอนุญาต MIT

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด