carmine sinew
: 此帖分享本人用pro config模式制作的app及json文件，并进行简单的引导和解释。
Pro Config即为Workflow，一个app的实现就是用工作流的思想，协调好各个组件的衔接关系，进行一个又一个的任务处理，并将结果渲染出来。
如图简化过后，automata就是总的大标题，state就是二级标题，往下有更多的项目等。
carmine sinew
在理解上述内容的基础上，结合具体实例进行说明
简化理解即为以下过程，可以参照json文件中的注释体会，关注格式以及变量的衔接过渡。基本操作就是双括号{{}}可引用之前输入或输出的变量。
主页状态只渲染介绍文本和跳转按钮，点击按钮跳转到input_state
输入状态根据用户输入，让gpt生成文本，最终的邮件草稿渲染在屏幕上
在此明确一点，automata（大标题）下也可以有transitions等内容，可以在不同的state中引用。context可以用来储存一些多state都需要使用的值，以及后续可以用来给gpt增添记忆
在初版的基础上，我增添了重写邮件的功能，即多了一个rewrite_email_state。想尝试的朋友可以在初版的基础上自行完成，参考对照。以及理解automata下的context和transitions，可以在不同state中引用。
Bot Link：https://app.myshell.ai/bot/MZvaui/1711848718
新版Json文件：
这个app是一个简单的文本处理工具箱，首页设置6个不同的按钮，对应跳转六个不同的state，完成不同的工作。如果理解了上边的内容，这个app的制作其实也很简单。
Bot Link：https://app.myshell.ai/bot/bQVnY3/1711694375
在此app中，我还引用了MeloTTS组件实现文字转语音的功能，如何去引用官方组件？
需要注意：官方的组件配置作为示例不一定能直接使用。有些组件需要输入的值有特定要求。
en_us, en_br等规定的格式，不能直接输入English这种，否则会报错;Botlink：https://app.myshell.ai/bot/YvYv2e/1711643317
这个app按照Tinder的流程进行设计，结合了llm和sd的能力。
前两个app的llm均无记忆，而在此app中，不同的task下，llm有一次性记忆的，有记得上一次记忆的，也有有长期记忆的情况。
我在生成角色简单信息的system prompt中写入了
Name and age are different from {{context.random_sample_info}} 以使gpt此次生成结果和上次不同，达到类似随机生成的效果，不至于生成和之前相似的人物；
聊天用的llm，则借助"context.memory": "{{[...context.memory, {'user': user_message}, {'assistant': reply}]}}"来实现长期记忆
此app的语音是可选择的，根据用户输入的目标性别对应预设的男性/女性语音。
"context.tts_widget_url": "{{context.target_gender == 'Male' ? 'https://app.myshell.ai/widget/UVNFVb' : 'https://app.myshell.ai/widget/e2E7Zj'}}",
carmine sinew
在白板上绘制流程图可以帮助我们理清逻辑关系，合理布局。
Talkshell Json文件：
Bot link：https://app.myshell.ai/bot/uYVR3i/1711694987
此app利用llm和melotts的多语言能力，制作了一个多语种的语伴。用户可以选择自身的母语以及想学习的语言，进行交流对话，提高表达能力。
Chat 页面主要执行了三个任务：llm 1 - 生成语伴Zoe的回复，MeloTTS语音输出Zoe的回复，llm 2 - 针对Zoe的回复生成句子结构分析，翻译和回复建议。
渲染时统一渲染三个结果。
该app中用到了字典对应，使'English（American）'等内容变成'en_us'格式，用于MeloTTS的语言识别；
分析内容的输出格式，使用了html <detail>，以使各项内容默认折叠起来，不影响正常聊天体验。
具体内容参见下方Json文件
写在末尾：
有啥问题可以在此帖下方回复，后续新app的内容也将在此分享，感谢阅读。
...
uneven laurel
carmine sinew
Yellx - Pro Config 分享（Chinese 中文特供）
carmine sinew
carmine sinew
solar flame
