Bagikan melalui

Panduan: Membuat proses pertama Anda

Peringatan

Kerangka Kerja Proses Kernel Semantik bersifat eksperimental, masih dalam pengembangan dan dapat berubah.

Ikhtisar

Semantic Kernel Process Framework adalah SDK orkestrasi yang kuat yang dirancang untuk menyederhanakan pengembangan dan eksekusi proses terintegrasi AI. Baik Anda mengelola alur kerja sederhana atau sistem kompleks, kerangka kerja ini memungkinkan Anda menentukan serangkaian langkah yang dapat dijalankan secara terstruktur, meningkatkan kemampuan aplikasi Anda dengan mudah dan fleksibilitas.

Dibangun untuk ekstensibilitas, Kerangka Kerja Proses mendukung berbagai pola operasional seperti eksekusi berurutan, pemrosesan paralel, konfigurasi fan-in dan fan-out, dan bahkan strategi pengurangan peta. Kemampuan beradaptasi ini membuatnya cocok untuk berbagai aplikasi dunia nyata, terutama yang memerlukan pengambilan keputusan cerdas dan alur kerja multi-langkah.

Persiapan

Kerangka Kerja Proses Kernel Semantik dapat digunakan untuk memasukkan AI ke hampir semua proses bisnis yang dapat Anda pikirkan. Sebagai contoh ilustrasi untuk memulai, mari kita lihat membangun proses untuk menghasilkan dokumentasi untuk produk baru.

Sebelum memulai, pastikan Anda telah menginstal paket Kernel Semantik yang diperlukan:

// Install the Semantic Kernel Process Framework Local Runtime package
dotnet add package Microsoft.SemanticKernel.Process.LocalRuntime --version 1.46.0-alpha
// or
// Install the Semantic Kernel Process Framework Dapr Runtime package
dotnet add package Microsoft.SemanticKernel.Process.Runtime.Dapr --version 1.46.0-alpha

pip install semantic-kernel==1.20.0

Contoh Ilustrasi: Membuat Dokumentasi untuk Produk Baru

Dalam contoh ini, kita akan menggunakan Semantic Kernel Process Framework untuk mengembangkan proses otomatis untuk membuat dokumentasi untuk produk baru. Proses ini akan dimulai dengan sederhana dan berkembang saat kita membahas skenario yang lebih realistis.

Kita akan mulai dengan memodelkan proses dokumentasi dengan alur yang sangat dasar:

  1. GatherProductInfoStep: Kumpulkan informasi tentang produk.
  2. GenerateDocumentationStep: Minta LLM untuk menghasilkan dokumentasi dari informasi yang dikumpulkan di langkah 1.
  3. PublishDocumentationStep: Terbitkan dokumentasi.

diagram Alur dari proses pertama kami: A[Meminta Dokumentasi Fitur] --> B[Meminta LLM Menulis Dokumentasi] --> C[Mempublikasikan Dokumentasi ke Publik]

Sekarang setelah kita memahami proses kita, mari kita bangun.

Menentukan langkah-langkah proses

Setiap langkah Proses didefinisikan oleh kelas yang mewarisi dari kelas langkah dasar kami. Untuk proses ini, kami memiliki tiga langkah:

using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel;

// A process step to gather information about a product
public class GatherProductInfoStep: KernelProcessStep
{
    [KernelFunction]
    public string GatherProductInformation(string productName)
    {
        Console.WriteLine($"{nameof(GatherProductInfoStep)}:\n\tGathering product information for product named {productName}");

        // For example purposes we just return some fictional information.
        return
            """
            Product Description:
            GlowBrew is a revolutionary AI driven coffee machine with industry leading number of LEDs and programmable light shows. The machine is also capable of brewing coffee and has a built in grinder.

            Product Features:
            1. **Luminous Brew Technology**: Customize your morning ambiance with programmable LED lights that sync with your brewing process.
            2. **AI Taste Assistant**: Learns your taste preferences over time and suggests new brew combinations to explore.
            3. **Gourmet Aroma Diffusion**: Built-in aroma diffusers enhance your coffee's scent profile, energizing your senses before the first sip.

            Troubleshooting:
            - **Issue**: LED Lights Malfunctioning
                - **Solution**: Reset the lighting settings via the app. Ensure the LED connections inside the GlowBrew are secure. Perform a factory reset if necessary.
            """;
    }
}

// A process step to generate documentation for a product
public class GenerateDocumentationStep : KernelProcessStep<GeneratedDocumentationState>
{
    private GeneratedDocumentationState _state = new();

    private string systemPrompt =
            """
            Your job is to write high quality and engaging customer facing documentation for a new product from Contoso. You will be provide with information
            about the product in the form of internal documentation, specs, and troubleshooting guides and you must use this information and
            nothing else to generate the documentation. If suggestions are provided on the documentation you create, take the suggestions into account and
            rewrite the documentation. Make sure the product sounds amazing.
            """;

    // Called by the process runtime when the step instance is activated. Use this to load state that may be persisted from previous activations.
    override public ValueTask ActivateAsync(KernelProcessStepState<GeneratedDocumentationState> state)
    {
        this._state = state.State!;
        this._state.ChatHistory ??= new ChatHistory(systemPrompt);

        return base.ActivateAsync(state);
    }

    [KernelFunction]
    public async Task GenerateDocumentationAsync(Kernel kernel, KernelProcessStepContext context, string productInfo)
    {
        Console.WriteLine($"[{nameof(GenerateDocumentationStep)}]:\tGenerating documentation for provided productInfo...");

        // Add the new product info to the chat history
        this._state.ChatHistory!.AddUserMessage($"Product Info:\n{productInfo.Title} - {productInfo.Content}");

        // Get a response from the LLM
        IChatCompletionService chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();
        var generatedDocumentationResponse = await chatCompletionService.GetChatMessageContentAsync(this._state.ChatHistory!);

        DocumentInfo generatedContent = new()
        {
            Id = Guid.NewGuid().ToString(),
            Title = $"Generated document - {productInfo.Title}",
            Content = generatedDocumentationResponse.Content!,
        };

        this._state!.LastGeneratedDocument = generatedContent;

        await context.EmitEventAsync("DocumentationGenerated", generatedContent);
    }

    public class GeneratedDocumentationState
    {
        public DocumentInfo LastGeneratedDocument { get; set; } = new();
        public ChatHistory? ChatHistory { get; set; }
    }
}

// A process step to publish documentation
public class PublishDocumentationStep : KernelProcessStep
{
    [KernelFunction]
    public DocumentInfo PublishDocumentation(DocumentInfo document)
    {
        // For example purposes we just write the generated docs to the console
        Console.WriteLine($"[{nameof(PublishDocumentationStep)}]:\tPublishing product documentation approved by user: \n{document.Title}\n{document.Content}");
        return document;
    }
}

// Custom classes must be serializable
public class DocumentInfo
{
    public string Id { get; set; } = string.Empty;
    public string Title { get; set; } = string.Empty;
    public string Content { get; set; } = string.Empty;
}

Kode di atas mendefinisikan tiga langkah yang kita butuhkan untuk Proses kita. Ada beberapa poin yang perlu diperhatikan di sini:

  • Dalam Semantic Kernel, KernelFunction mendefinisikan blok kode yang dapat dipanggil oleh kode bawaan atau LLM. Dalam kasus kerangka kerja Proses, KernelFunctionadalah anggota langkah yang dapat dipanggil dan setiap langkah memerlukan setidaknya satu KernelFunction untuk didefinisikan.
  • Kerangka Kerja Proses mendukung langkah-langkah tanpa status dan dengan status. Langkah-langkah stateful secara otomatis mencatat kemajuan mereka dan mempertahankan status selama beberapa pemanggilan. GenerateDocumentationStep memberikan contoh ini di mana GeneratedDocumentationState kelas digunakan untuk mempertahankan ChatHistory objek dan LastGeneratedDocument .
  • Langkah-langkah dapat mengeluarkan peristiwa secara manual dengan memanggil EmitEventAsync pada objek KernelProcessStepContext. Untuk mendapatkan instans KernelProcessStepContext, cukup tambahkan KernelProcessStepContext sebagai parameter pada KernelFunction Anda, dan framework akan menyuntikkannya secara otomatis.
import asyncio
from typing import ClassVar

from pydantic import BaseModel, Field

from semantic_kernel import Kernel
from semantic_kernel.connectors.ai.chat_completion_client_base import ChatCompletionClientBase
from semantic_kernel.connectors.ai.open_ai import AzureChatCompletion
from semantic_kernel.contents import ChatHistory
from semantic_kernel.functions import kernel_function
from semantic_kernel.processes import ProcessBuilder
from semantic_kernel.processes.kernel_process import KernelProcessStep, KernelProcessStepContext, KernelProcessStepState
from semantic_kernel.processes.local_runtime import KernelProcessEvent, start


# A process step to gather information about a product
class GatherProductInfoStep(KernelProcessStep):
    @kernel_function
    def gather_product_information(self, product_name: str) -> str:
        print(f"{GatherProductInfoStep.__name__}\n\t Gathering product information for Product Name: {product_name}")

        return """
Product Description:

GlowBrew is a revolutionary AI driven coffee machine with industry leading number of LEDs and 
programmable light shows. The machine is also capable of brewing coffee and has a built in grinder.

Product Features:
1. **Luminous Brew Technology**: Customize your morning ambiance with programmable LED lights that sync 
    with your brewing process.
2. **AI Taste Assistant**: Learns your taste preferences over time and suggests new brew combinations 
    to explore.
3. **Gourmet Aroma Diffusion**: Built-in aroma diffusers enhance your coffee's scent profile, energizing 
    your senses before the first sip.

Troubleshooting:
- **Issue**: LED Lights Malfunctioning
    - **Solution**: Reset the lighting settings via the app. Ensure the LED connections inside the 
        GlowBrew are secure. Perform a factory reset if necessary.
        """


# A sample step state model for the GenerateDocumentationStep
class GeneratedDocumentationState(BaseModel):
    """State for the GenerateDocumentationStep."""

    chat_history: ChatHistory | None = None


# A process step to generate documentation for a product
class GenerateDocumentationStep(KernelProcessStep[GeneratedDocumentationState]):
    state: GeneratedDocumentationState = Field(default_factory=GeneratedDocumentationState)

    system_prompt: ClassVar[str] = """
Your job is to write high quality and engaging customer facing documentation for a new product from Contoso. You will 
be provided with information about the product in the form of internal documentation, specs, and troubleshooting guides 
and you must use this information and nothing else to generate the documentation. If suggestions are provided on the 
documentation you create, take the suggestions into account and rewrite the documentation. Make sure the product 
sounds amazing.
"""

    async def activate(self, state: KernelProcessStepState[GeneratedDocumentationState]):
        self.state = state.state
        if self.state.chat_history is None:
            self.state.chat_history = ChatHistory(system_message=self.system_prompt)
        self.state.chat_history

    @kernel_function
    async def generate_documentation(
        self, context: KernelProcessStepContext, product_info: str, kernel: Kernel
    ) -> None:
        print(f"{GenerateDocumentationStep.__name__}\n\t Generating documentation for provided product_info...")

        self.state.chat_history.add_user_message(f"Product Information:\n{product_info}")

        chat_service, settings = kernel.select_ai_service(type=ChatCompletionClientBase)
        assert isinstance(chat_service, ChatCompletionClientBase)  # nosec

        response = await chat_service.get_chat_message_content(chat_history=self.state.chat_history, settings=settings)

        await context.emit_event(process_event="documentation_generated", data=str(response))


# A process step to publish documentation
class PublishDocumentationStep(KernelProcessStep):
    @kernel_function
    async def publish_documentation(self, docs: str) -> None:
        print(f"{PublishDocumentationStep.__name__}\n\t Publishing product documentation:\n\n{docs}")

Kode di atas mendefinisikan tiga langkah yang kita butuhkan untuk Proses kita. Ada beberapa poin yang perlu diperhatikan di sini:

  • Dalam Semantic Kernel, KernelFunction mendefinisikan blok kode yang dapat dipanggil oleh kode bawaan atau LLM. Dalam kasus kerangka kerja Proses, KernelFunctionadalah anggota langkah yang dapat dipanggil dan setiap langkah memerlukan setidaknya satu KernelFunction untuk didefinisikan.
  • Kerangka Kerja Proses mendukung langkah-langkah tanpa status dan dengan status. Langkah-langkah stateful secara otomatis mencatat kemajuan mereka dan mempertahankan status selama beberapa pemanggilan. GenerateDocumentationStep memberikan contoh ini di mana kelas GeneratedDocumentationState digunakan untuk mempertahankan objek ChatHistory.
  • Langkah-langkah dapat mengeluarkan peristiwa secara manual dengan memanggil emit_event pada objek KernelProcessStepContext. Untuk mendapatkan instans KernelProcessStepContext, cukup tambahkan KernelProcessStepContext sebagai parameter pada KernelFunction Anda, dan framework akan menyuntikkannya secara otomatis.

Menentukan alur proses

// Create the process builder
ProcessBuilder processBuilder = new("DocumentationGeneration");

// Add the steps
var infoGatheringStep = processBuilder.AddStepFromType<GatherProductInfoStep>();
var docsGenerationStep = processBuilder.AddStepFromType<GenerateDocumentationStep>();
var docsPublishStep = processBuilder.AddStepFromType<PublishDocumentationStep>();

// Orchestrate the events
processBuilder
    .OnInputEvent("Start")
    .SendEventTo(new(infoGatheringStep));

infoGatheringStep
    .OnFunctionResult()
    .SendEventTo(new(docsGenerationStep));

docsGenerationStep
    .OnFunctionResult()
    .SendEventTo(new(docsPublishStep));

Ada beberapa hal yang terjadi di sini jadi mari kita uraikan langkah demi langkah.

  1. Buat builder: Proses ini menggunakan pola builder untuk menyederhanakan integrasi semua komponen. Penyusun menyediakan metode untuk mengelola langkah-langkah dalam proses dan untuk mengelola siklus hidup proses.

  2. Tambahkan langkah-langkah: Langkah-langkah ditambahkan ke proses dengan memanggil metode AddStepFromType dari pembangun. Ini memungkinkan Kerangka Kerja Proses untuk mengelola siklus hidup langkah-langkah dengan membuat instans sesuai kebutuhan. Dalam hal ini kami telah menambahkan tiga langkah ke proses dan membuat variabel untuk masing-masing langkah. Variabel-variabel ini memberi kita pegangan pada instans unik dari setiap langkah yang dapat kita gunakan selanjutnya untuk menentukan pengaturan peristiwa.

  3. Mengatur peristiwa: Di sinilah perutean peristiwa dari langkah ke langkah ditentukan. Dalam hal ini kita memiliki rute berikut:

    • Ketika peristiwa eksternal dengan id = Start dikirim ke proses, peristiwa ini dan data terkait akan dikirim ke langkah infoGatheringStep.
    • Saat infoGatheringStep selesai berjalan, kirim objek yang dikembalikan ke langkah docsGenerationStep.
    • Terakhir, ketika docsGenerationStep selesai berjalan, kirim objek yang dikembalikan ke langkah docsPublishStep.

Tips

Perutean Peristiwa dalam Kerangka Kerja Proses: Anda mungkin bertanya-tanya bagaimana peristiwa yang dikirim ke langkah-langkah dirutekan ke KernelFunctions dalam langkah tersebut. Dalam kode di atas, setiap langkah hanya mendefinisikan satu KernelFunction dan setiap KernelFunction hanya memiliki satu parameter (selain Kernel dan konteks langkah yang istimewa, lebih lanjut tentang itu nanti). Ketika peristiwa dengan dokumentasi yang dihasilkan dikirim ke docsPublishStep, akan diteruskan ke parameter document dari PublishDocumentation KernelFunction dalam langkah docsGenerationStep karena tidak ada pilihan lain. Namun, langkah-langkah dapat memiliki beberapa KernelFunctions dan KernelFunctions dapat memiliki beberapa parameter, dalam skenario lanjutan ini, Anda perlu menentukan fungsi dan parameter target.

# Create the process builder
process_builder = ProcessBuilder(name="DocumentationGeneration")

# Add the steps
info_gathering_step = process_builder.add_step(GatherProductInfoStep)
docs_generation_step = process_builder.add_step(GenerateDocumentationStep)
docs_publish_step = process_builder.add_step(PublishDocumentationStep)

# Orchestrate the events
process_builder.on_input_event("Start").send_event_to(target=info_gathering_step)

info_gathering_step.on_function_result().send_event_to(
    target=docs_generation_step, function_name="generate_documentation", parameter_name="product_info"
)

docs_generation_step.on_event("documentation_generated").send_event_to(target=docs_publish_step)

# Configure the kernel with an AI Service and connection details, if necessary
kernel = Kernel()
kernel.add_service(AzureChatCompletion())

# Build the process
kernel_process = process_builder.build()

Ada beberapa hal yang terjadi di sini jadi mari kita uraikan langkah demi langkah.

  1. Buat builder: Proses ini menggunakan pola builder untuk menyederhanakan integrasi semua komponen. Penyusun menyediakan metode untuk mengelola langkah-langkah dalam proses dan untuk mengelola siklus hidup proses.

  2. Tambahkan langkah-langkah: Langkah-langkah ditambahkan ke proses dengan memanggil add_step metode penyusun, yang menambahkan jenis langkah ke penyusun. Ini memungkinkan Kerangka Kerja Proses untuk mengelola siklus hidup langkah-langkah dengan membuat instans sesuai kebutuhan. Dalam hal ini kami telah menambahkan tiga langkah ke proses dan membuat variabel untuk masing-masing langkah. Variabel-variabel ini memberi kita pegangan pada instans unik dari setiap langkah yang dapat kita gunakan selanjutnya untuk menentukan pengaturan peristiwa.

  3. Mengatur peristiwa: Di sinilah perutean peristiwa dari langkah ke langkah ditentukan. Dalam hal ini kita memiliki rute berikut:

    • Ketika peristiwa eksternal dengan id = Start dikirim ke proses, peristiwa ini dan data terkaitnya akan dikirim ke info_gathering_step.
    • info_gathering_step Ketika selesai berjalan, kirim objek yang dikembalikan ke docs_generation_step.
    • Terakhir, ketika docs_generation_step selesai berjalan, kirim objek yang dikembalikan ke docs_publish_step.

Tips

Perutean Peristiwa dalam Kerangka Kerja Proses: Anda mungkin bertanya-tanya bagaimana peristiwa yang dikirim ke langkah-langkah dirutekan ke KernelFunctions dalam langkah tersebut. Dalam kode di atas, setiap langkah hanya mendefinisikan satu KernelFunction dan setiap KernelFunction hanya memiliki satu parameter (selain Kernel dan konteks langkah yang istimewa, lebih lanjut tentang itu nanti). Ketika peristiwa yang berisi dokumentasi yang dihasilkan dikirim ke docs_publish_step, itu akan diteruskan ke parameter docs dari KernelFunction pada publish_documentation karena tidak ada pilihan lain. Namun, langkah-langkah dapat memiliki beberapa KernelFunctions dan KernelFunctions dapat memiliki beberapa parameter, dalam skenario lanjutan ini, Anda perlu menentukan fungsi dan parameter target.

Membangun dan menjalankan Proses

// Configure the kernel with your LLM connection details
Kernel kernel = Kernel.CreateBuilder()
    .AddAzureOpenAIChatCompletion("myDeployment", "myEndpoint", "myApiKey")
    .Build();

// Build and run the process
var process = processBuilder.Build();
await process.StartAsync(kernel, new KernelProcessEvent { Id = "Start", Data = "Contoso GlowBrew" });

Kami membangun proses dan memanggil StartAsync untuk menjalankannya. Proses kami mengantisipasi peristiwa eksternal awal yang disebut Start untuk memulai proses, sehingga kami juga menyediakannya. Menjalankan proses ini menunjukkan output berikut di Konsol:

GatherProductInfoStep: Gathering product information for product named Contoso GlowBrew
GenerateDocumentationStep: Generating documentation for provided productInfo
PublishDocumentationStep: Publishing product documentation:

# GlowBrew: Your Ultimate Coffee Experience Awaits!

Welcome to the world of GlowBrew, where coffee brewing meets remarkable technology! At Contoso, we believe that your morning ritual shouldn't just include the perfect cup of coffee but also a stunning visual experience that invigorates your senses. Our revolutionary AI-driven coffee machine is designed to transform your kitchen routine into a delightful ceremony.

## Unleash the Power of GlowBrew

### Key Features

- **Luminous Brew Technology**
  - Elevate your coffee experience with our cutting-edge programmable LED lighting. GlowBrew allows you to customize your morning ambiance, creating a symphony of colors that sync seamlessly with your brewing process. Whether you need a vibrant wake-up call or a soothing glow, you can set the mood for any moment!

- **AI Taste Assistant**
  - Your taste buds deserve the best! With the GlowBrew built-in AI taste assistant, the machine learns your unique preferences over time and curates personalized brew suggestions just for you. Expand your coffee horizons and explore delightful new combinations that fit your palate perfectly.

- **Gourmet Aroma Diffusion**
  - Awaken your senses even before that first sip! The GlowBrew comes equipped with gourmet aroma diffusers that enhance the scent profile of your coffee, diffusing rich aromas that fill your kitchen with the warm, inviting essence of freshly-brewed bliss.

### Not Just Coffee - An Experience

With GlowBrew, it's more than just making coffee-it's about creating an experience that invigorates the mind and pleases the senses. The glow of the lights, the aroma wafting through your space, and the exceptional taste meld into a delightful ritual that prepares you for whatever lies ahead.

## Troubleshooting Made Easy

While GlowBrew is designed to provide a seamless experience, we understand that technology can sometimes be tricky. If you encounter issues with the LED lights, we've got you covered:

- **LED Lights Malfunctioning?**
  - If your LED lights aren't working as expected, don't worry! Follow these steps to restore the glow:
    1. **Reset the Lighting Settings**: Use the GlowBrew app to reset the lighting settings.
    2. **Check Connections**: Ensure that the LED connections inside the GlowBrew are secure.
    3. **Factory Reset**: If you're still facing issues, perform a factory reset to rejuvenate your machine.

With GlowBrew, you not only brew the perfect coffee but do so with an ambiance that excites the senses. Your mornings will never be the same!

## Embrace the Future of Coffee

Join the growing community of GlowBrew enthusiasts today, and redefine how you experience coffee. With stunning visual effects, customized brewing suggestions, and aromatic enhancements, it's time to indulge in the delightful world of GlowBrew-where every cup is an adventure!

### Conclusion

Ready to embark on an extraordinary coffee journey? Discover the perfect blend of technology and flavor with Contoso's GlowBrew. Your coffee awaits!

# Configure the kernel with an AI Service and connection details, if necessary
kernel = Kernel()
kernel.add_service(AzureChatCompletion())

# Build the process
kernel_process = process_builder.build()

# Start the process
async with await start(
    process=kernel_process,
    kernel=kernel,
    initial_event=KernelProcessEvent(id="Start", data="Contoso GlowBrew"),
) as process_context:
    _ = await process_context.get_state()

Kami membangun proses dan memanggil start dengan manajer konteks asinkron untuk menjalankannya. Proses kami mengantisipasi peristiwa eksternal awal yang disebut Start untuk memulai proses, sehingga kami juga menyediakannya. Menjalankan proses ini menunjukkan output berikut di Konsol:

GatherProductInfoStep
         Gathering product information for Product Name: Contoso GlowBrew
GenerateDocumentationStep
         Generating documentation for provided product_info...
PublishDocumentationStep
         Publishing product documentation:

# GlowBrew AI-Driven Coffee Machine: Elevate Your Coffee Experience

Welcome to the future of coffee enjoyment with GlowBrew, the AI-driven coffee machine that not only crafts the perfect cup but does so with a light show that brightens your day. Designed for coffee enthusiasts and tech aficionados alike, GlowBrew combines cutting-edge brewing technology with an immersive lighting experience to start every day on a bright note.

## Unleash the Power of Luminous Brew Technology

With GlowBrew, your mornings will never be dull. The industry-leading number of programmable LEDs offers endless possibilities for customizing your coffee-making ritual. Sync the light show with the brewing process to create a visually stimulating ambiance that transforms your kitchen into a vibrant café each morning.

## Discover New Flavor Dimensions with the AI Taste Assistant

Leave the traditional coffee routines behind and say hello to personalization sophistication. The AI Taste Assistant learns and adapts to your unique preferences over time. Whether you prefer a strong espresso or a light latte, the assistant suggests new brew combinations tailored to your palate, inviting you to explore a world of flavors you never knew existed.

## Heighten Your Senses with Gourmet Aroma Diffusion

The moment you step into the room, let the GlowBrew’s built-in aroma diffusers captivate your senses. This feature is designed to enrich your coffee’s scent profile, ensuring every cup you brew is a multi-sensory delight. Let the burgeoning aroma energize you before the very first sip.

## Troubleshooting Guide: LED Lights Malfunctioning

Occasionally, you might encounter an issue with the LED lights not functioning as intended. Here’s how to resolve it efficiently:

- **Reset Lighting Settings**: Start by using the GlowBrew app to reset the lighting configurations to their default state.
- **Check Connections**: Ensure that all LED connections inside your GlowBrew machine are secure and properly connected.
- **Perform a Factory Reset**: If the problem persists, perform a factory reset on your GlowBrew to restore all settings to their original state.

Experience the art of coffee making like never before with the GlowBrew AI-driven coffee machine. From captivating light shows to aromatic sensations, every feature is engineered to enhance your daily brew. Brew, savor, and glow with GlowBrew.

Apa Selanjutnya?

Draf pertama kami dari proses pembuatan dokumentasi berfungsi tetapi meninggalkan banyak hal yang diinginkan. Minimal, versi produksi akan membutuhkan:

  • Agen pembaca bukti yang akan menilai dokumentasi yang dihasilkan dan memverifikasi bahwa dokumentasi tersebut memenuhi standar kualitas dan akurasi kami.
  • Proses persetujuan di mana dokumentasi hanya diterbitkan setelah manusia menyetujuinya (human-in-the-loop).

Tambahkan agen pembaca bukti ke proses kami...

  • Last updated on