#fyi Зачем писать книги и статьи, когда можно писать dataset? =) Первые 20 вопросов получили ответы. Нужно было раньше заводить такую базу, она была бы уже не маленькая: задали вопрос, ответил и сразу зафиксировал. Ну лучше поздно, чем никогда.

#fyi Немного дополню про dataset. Может ли его написать 1 человек? Нет. Нет такой задачи - написать миллионы вопросов, на них ответить и при этом поддерживать актуальность. Идея в другом. Такая база нужна, а ее нет. И как-то нужно ее создать. Для этого можно написать парсеры, которые свистнут с сайтов инфу (не забывайте, что есть лицензии — и их нужно соблюдать, а не нарушать закон) и соберут что-то похожее на dataset, но, как вы понимаете, на сайтах нет вопросов. И качество такой базы сомнительно в задаче ботов отвечать на вопросы.

Идея следующая: я создаю базовый dataset с помощью или без, это не столь важно — это посильная ноша, хотя я и люблю больше писать код. В Aurora Bot добавляю фичу с лексическим и семантическим поиском, который работает с этой базой. Если поступает вопрос, на который нет ответа, он адресуется пользователям бота, и каждый из сообщества может на него ответить или отключить эти уведомления. Эти данные аккумулируются и попадают в репозиторий с dataset-ом. Для устранения проблемы с актуальностью можно ввести систему оценок, и ответ, получивший плохой бал, может пойти на повторный круг ответов. В такой схеме нужна модерация, пока сообщество не большое, их нужно немного. Модераторов тоже можно выбирать из сообщества со временем роста пользователей и роста базы. Все просто - рост открытой базы напрямую зависит от сообщества.

Если чего-то очень хочется, я обычно не жду, что кто-то за меня это сделает. Можно просто брать и делать, параллельно сталкиваясь с новыми технологиями, и изучать их.

#fun Поправь мр, ну пожалуйста...

+ Scripts for dataset

Двигаем дальше, а то что не двигается, двигаем и двигаем дальше.

Лет ~10 назад мы писали онлайн-магазин. За данные там отвечал Elasticsearch - векторная база данных, намучилась мы тогда знатно... Теперь Elasticsearch нельзя назвать open-source, но есть OpenSearch - форк Elasticsearch с открытой лицензией. Выглядит не плохо, использую OpenSearch в Aurora Bot.

Актуальные данные dataset-а можно получить в ветке dump. FYI.

https://github.com/keygenqt/aurora-dataset/tree/dump

#fun В лесу часто можно встретить свистокрыла-всезнающего. Эту птицу легко обнаружить, прислушавшись к характерному свисту, по делу и нет. В связи с деятельностью человека их зона обитания сужается и они не стесняются захватывать чужие жилища в старых деревьях, неуклюже подделывая вокализацию птиц захваченных дупл.

п.с. Берегите свои дупла, граждане птицы!

#fyi Итак, с форматированием вопрос решен. Формат сообщений dataset переехал на html. В Telegram формат сообщений не совсем markdown, не совсем html. А еще markdown проблемный формат в Telegram — допустить ошибку там проще простого и сообщение просто не отправится, с html это сделать будет сложнее. Я выбрал общепринятые теги, из которых можно будет получить необходимые данные на любой случай. Есть небольшая кастомизация, которая упрощает переносы в тексте, но при необходимости ее легко можно превратить в каноничный html c <br/>. Теперь можно смело заполнять dataset. Еще один вопрос закрыт. Aurora Bot в разработке, вообще это план 2025, но он доступен, уже умеет уведомлять об обновлениях репозитория https://gitlab.com/omprussia и отвечать на вопросы. Над точностью ответов еще предстоит поработать, но и стандартный поиск OpenSearch вполне неплох.

Посмотреть на демо-сообщение можно в боте, написав:
Демонстрационное_сообщение_с_набором_доступных_элементов.

#fun С++ разработчик проходит собеседование.

Aurora Bot теперь предоставляет выбор ответа из вариантов, что позволит пользователю точнее попадать в цель. Диплинки теперь не оставляют за собой след, кто не заметил - он был в виде тега /start. И появилось меню, пока там только About Aurora Bot.

Добавил ключи в dataset и помучил чуток поиск Aurora Bot. Стало получше. Но это не конец, релевантность поиска это не хухры-мухры. =)

#fun Хотел порадоваться что пятница в 23:20...

#fyi Мой pet-проект Aurora CLI/Toolbox/Dataset/Bot/etc... постепенно начинает превращаться в отдельную экосистему. Ок, я придумал ей название: Aurora COS. Можете COS переводить, как Because или Community Open-Source. Общее название есть, есть понимание, что это хотя и самодостаточные, но не разрозненные проекты, у них всех есть общая цель.
https://aurora-bot.keygenqt.com

Мне нравится, а вам? Если кто-то хотел помочь, но не знал как - го помогать пилить Dataset. А если нет 🤷‍♂️, ну тогда какие вопросы... ждите когда кто-то что-то сделает за вас 😉

#faq Сколько бы вы хотели подписчиков на своём канале?

У Гегеля есть закон перехода количественных изменений в качественные. Я бы хотел, чтобы этот закон работал.