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，請將 ML Kit 擷取對話中近期訊息的記錄。如果 ML Kit 判定對話是以英文進行對話，且對話沒有潛在敏感主題，則 ML Kit 會產生最多三則回覆，您可以向使用者建議這些回覆。

	組合	未分類
程式庫名稱	`com.google.mlkit:smart-reply`	`com.google.android.gms:play-services-mlkit-smart-reply`
導入方法	模型在建構期間會以靜態方式連結至應用程式。	模型會透過 Google Play 服務動態下載。
應用程式大小影響	大小增加約 5.7 MB。	大小增加約 200 KB。
初始化時間	模型可立即使用。	可能需要等待模型下載完成才能開始使用。

立即體驗

試試範例應用程式，查看這個 API 的使用範例。

事前準備

這個 API 需要 Android API 級別 21 以上版本。請確認應用程式的版本檔案使用 21 以上的 minSdkVersion 值。

在專案層級的 build.gradle 檔案中，請務必在 buildscript 和 allprojects 區段中加入 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種依附元件：

如何隨附模型與應用程式：

dependencies {
  // ...
  // Use this dependency to bundle the model with your app
  implementation 'com.google.mlkit:smart-reply:17.0.3'
}

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 服務中使用該模型，可以設定應用程式在從 Play 商店安裝應用程式後，自動將模型下載到裝置上。在應用程式的 AndroidManifest.xml 檔案中新增下列宣告：

<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>

您也可以明確確認模型的可用性，並透過 Google Play 服務 ModuleInstallClient API 要求下載。

如未啟用安裝期間模型下載功能或要求明確下載，系統會在您首次執行智慧回覆產生器時下載模型。在下載完成之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 傳遞至 TextMessage 物件 (依時間順序排列的 List 物件，時間戳記最早)。

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，將訊息、時間戳記和傳送者的使用者 ID 加入對話記錄中。使用者 ID 可以是對話中專門用來識別寄件者的任何字串。使用者 ID 不需要對應到任何使用者資料，而且智慧回覆產生器的對話或叫用使用者 ID 不需要保持一致。

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));

對話記錄物件如以下範例所示：

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	你正在路上嗎？
2019 年 2 月 21 日星期四 13:15:03 (太平洋標準時間)	FRIEND0	false	抱歉，遲到了！

ML Kit 建議可回覆對話記錄中的最後一則訊息。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。當您將 ML Kit 這份記錄傳遞之後，系統會建議您回覆 FRIENDO 的訊息：「Running late, 抱歉！」。

2. 接收訊息回覆

如要產生訊息的智慧回覆，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，SmartReplySuggestionResult 物件會傳遞至成功處理常式。這個物件包含最多三則建議回覆的清單，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，如果模型對建議回覆的關聯性沒有信心、輸入對話的語言並非英文，或是模型偵測到敏感主題，則 ML Kit 可能不會傳回結果。