AI-агент з пошуком у каталозі

Optional track — на відміну від Use Case 12: Copilot, categorizer і lookup живуть у тому ж training bot. Не потрібен окремий Copilot-bot.

Необхідні права та доступ

Модуль / налаштування	Навіщо
Scenario Builder	FAQ + categorizer + CD lookup в одному bot
Fast Line Pro	Categorizer або intent для каталогу
Custom Data	Модель `products` + seed
Settings → Operator Panel	Handoff на оператора (опційно)
Runs / Chat preview	5 контрольних запитів

Бізнес-контекст

Клієнт запитує товар або персонажа з навчального каталогу. Бот відповідає з Custom Data і за потреби передає діалог оператору. Типовий патерн для e-commerce / довідникових bot без архітектури Copilot.

Очікуваний результат

Модель products + seed products-training.csv
Categorizer або filter у CD після action_fastline_pro
Handoff edge при «не знайдено» або за запитом клієнта
Не окремий Copilot-bot — усе в training bot

Архітектура

MessageKeyboard «Каталог» → WaitForInput (запит)
   → action_fastline_pro (categorizer / intent)
   → Router (valid filters)
   → custom_modules__get / search
      ├─ found     → MessageKeyboard (результат)
      ├─ not_found → уточнення або handoff
      └─ error     → повідомлення + fallback

Опційно: «Оператор» → connect (Use Case 3)

Покрокова реалізація

Крок 0. Custom Data — products

Створіть модель products (alias products).
Поля: name, category, faction, price.
Імпортуйте products-training.csv.

→ Custom Data set

Крок 1. Fast Line Pro — categorizer каталогу

Параметр	Значення
Тип	Chat-bot
Prompt	Секція каталогу в categorizer-training.txt
Тест	«spellcaster from north» → JSON filters

Крок 2. Вхід і categorizer у сценарії

Нода	Параметри
MessageKeyboard	«Що шукаєте в каталозі?» → WaitForInput
WaitForInput	outputVariable: `catalog_query`
action_fastline_pro	`user_input`: `{{catalog_query}}`, `save_response`: `catalog_filters`

Edges: основний → lookup; fallback → «Переформулюйте запит».

Крок 3. Lookup у Custom Data

node_params (приклад)	Значення
`module_name`	`products`
filter by	`category`, `faction` з categorizer

Edges:

Edge	Повідомлення (приклад)
found	«{{name}} — {{price}} золота»
not_found	«Не знайшов у каталозі. Спробуйте інакше або натисніть «Оператор».»
error	«Помилка пошуку.»

Крок 4. Handoff на оператора

При not_found або кнопці «Оператор»:

MessageKeyboard → operator_panel__connect_to_operator_with_msg
   (subject_alias з Use Case 3)

Edges: success / limit / error — обов'язково.

→ Use Case 3

Крок 5. П'ять контрольних запитів (self-check)

#	Запит	Очікування
1	«Geralt»	found — warrior, north
2	«dragon from Mars»	not_found
3	«something cheap»	found або уточнення (не тиша)
4	«Оператор» / handoff	connect edges
5	Невідомий intent	fallback categorizer

Кожен прогін — окремий Run або скидання state; фіксуйте edge у Runs.

Troubleshooting

Симптом	Що перевірити
Завжди not_found	Filters vs seed CSV; регістр category/faction
AI «вигадує» товар	Lookup має йти з CD, не лише з LLM text
Повторні уточнення без кінця	Ліміт retry → handoff
Handoff без limit edge	Edge-driven flow

Self-check

5 контрольних запитів пройдено; результати в result template
Found / not found / handoff / fallback — усі з повідомленням клієнту
module_name = alias CD
Розумієте відмінність від Use Case 12 (Copilot vs inline)

Самостійне завдання

Додайте MessageKeyboard після found: «Ще пошук» → loop на WaitForInput; «В меню» → головне меню capstone.