ИИ-помощник в рабочем чате — отвечает по вашей базе

Помощник в мессенджере отвечает на вопросы по вашей базе знаний — и когда его упоминают в канале, и когда пишут в личку, удерживая контекст переписки.

  • Отвечает по вашим материалам, а не общими фразами
  • Работает и в каналах, и в личных сообщениях
  • Держит контекст переписки
  • Снимает поток повторяющихся вопросов
Подключить Postgres PGVector Store и запуститьScriptera

Как это работает

Интеграция Postgres PGVector Store и Slack собирается из готового сценария — вот как он устроен по шагам.

  1. Запуск: Триггер Slack
  2. Затем: Сопоставить данные для агента
  3. Затем: ИИ-агент1
  4. Проверка: Отвечать в ЛС или публичном канале
  5. Если да — Ответить в ЛС
  6. Если нет — Ответить на упоминание в публичном канале
  7. Затем: Pinecone Vector Store
  8. Затем: Векторные представления OpenAI
  9. Затем: Обдумать
  10. Затем: Получить историю канала в Slack
  11. Затем: Модель чата OpenAI1
  12. Затем: Простая память1

Настроить такую автоматизацию (Postgres PGVector Store + Slack) можно в Scriptera — без кода: опишите задачу, остальное сделают за вас.

Похожие сценарии