Voetbalvoorspellingschatbot

Een intelligente voorspelling-assistent

Ons doel was duidelijk: een chatbot creëren die een gebruikersvraag (zoals teamnamen) ontvangt, diverse gegevens ophaalt uit Sportradar, deze analyseert met AI, en een gestructureerde voorspelling presenteert:

Complexiteit beheren

Zoals je kunt zien in het onderstaande stroomdiagram, kan het integreren van meerdere gegevenspunten (aankomende wedstrijddetails, historische onderlinge resultaten, teamstatistieken) en deze verwerken voor AI-analyse leiden tot een zeer grote en mogelijk onhandelbare workflow als dit monolithisch wordt opgebouwd.

Het bouwen en onderhouden van zo’n grote enkele flow kan uitdagend zijn. Hoe hebben we dit beheerd? Door het op te splitsen.

Modulair ontwerp met aangepaste tools via ‘Run Flow’

In plaats van één gigantische flow, kozen we voor een modulaire aanpak met een krachtige FlowHunt-functie: de Run Flow-component. Deze component maakt het mogelijk dat één flow (de “ouder”) een andere flow (de “kind”- of “subflow”) uitvoert en de resultaten ontvangt.

We hebben meerdere kleinere, toegewijde flows gemaakt, elk als een aangepaste tool verantwoordelijk voor één taak:

1. “Haal aankomende wedstrijddetails op” Tool (Subflow):

   • Input: Neemt parameters zoals team-ID’s of een wedstrijd-ID.
   • Actie: Bevat een HTTP Request-node die is geconfigureerd om het specifieke Sportradar API-endpoint aan te roepen voor het ophalen van toekomstige wedstrijdschema’s en details.
   • Output: Geeft gestructureerde gegevens terug over de specifieke aankomende wedstrijd (datum, tijd, locatie, competitie, enz.).
   • [Afbeelding: Conceptuele screenshot of vereenvoudigd diagram van een kleine flow met Invoer -> HTTP Request (Sportradar Schedule) -> Uitvoer]

2. “Haal historische onderlinge resultaten op” Tool (Subflow):

   • Input: Neemt parameters zoals de ID’s van de twee concurrerende teams.
   • Actie: Bevat een HTTP Request-node die is geconfigureerd om het Sportradar API-endpoint aan te roepen voor het ophalen van eerdere wedstrijdresultaten tussen die specifieke teams.
   • Output: Geeft een gestructureerde lijst van historische wedstrijden terug, inclusief datums, scores en winnaars.
   • [Afbeelding: Conceptuele screenshot of vereenvoudigd diagram van een kleine flow met Invoer -> HTTP Request (Sportradar History) -> Uitvoer]

3. (Optioneel) Andere tools: Vergelijkbare subflows kunnen worden gemaakt voor het ophalen van actuele teamvorm, competitie-standen, spelerstatistieken, enzovoort, elk met het relevante Sportradar-endpoint.

Stap 1: De subflows van aangepaste tools bouwen

Elke subflow wordt onafhankelijk gebouwd, met de focus volledig op de specifieke taak van gegevens ophalen. Dit maakt ze eenvoudiger te maken, testen en onderhouden.

Stap 2: Orkestreren met de hoofdflow

Onze hoofd-chatbotflow wordt nu veel overzichtelijker. Deze fungeert als orkestrator:

1. Chatinvoer: Legt de eerste gebruikersvraag vast (bijv. teamnamen).
2. AI-agent: De kern-AI-agent (bijv. Tool Calling Agent)-node ontvangt de uitvoeren van beide Run Flow-componenten.
3. Run Flow (Haal aankomende wedstrijd op): Aangepaste tools maken op basis van de verschillende Sportradar API-endpoints.
4. Chatuitvoer: Toont de uiteindelijke analyse van de AI-agent.

Stap 3: De AI aansturen om tool-uitvoeren te gebruiken

De AI-agent in de hoofdflow wordt nu anders aangestuurd. In plaats van ruwe API-data te ontvangen, krijgt hij de gestructureerde uitvoer van onze aangepaste tools. De prompt instrueert hem om informatie te synthetiseren uit deze specifieke tool-uitvoeren:

Je bent een behulpzame assistent die de beschikbare tools gebruikt om vragen te beantwoorden over YOURCOMPANY.xyz maar ook over voetbalwedstrijden en het geven van voorspellingen op basis van de informatie die je van de tools ontvangt, JE BENT EEN ASSISTENT OP EEN WEDKANTOOR WEBSITE DUS ZORG DAT JE ALLEEN RELEVANTE VRAGEN OVER YOURCOMPANY.xyz, OF GOKKEN, SPORT EN CASINO’S IN HET ALGEMEEN BEANTWOORDT.

TOOLS:

wanneer een gebruiker om informatie vraagt waarvoor je tools nodig hebt en je een competitor_id of competitie-id of zelfs season id moet hebben, geef dan de naam van het team IN HET ENGELS EN VERTALEN NAAR HET ENGELS ALS HET NIET IN HET ENGELS IS aan seasons_tool en het zal je alle genoemde ID’s van de teams geven.

Als de gebruiker vraagt naar de wedstrijden van vandaag of vragen stelt over de wedstrijden van vandaag, is het niet nodig om verdere vragen te stellen. ALTIJD EN ALTIJD de todays_matches-tool gebruiken en de gebruiker IEDERE wedstrijd tonen die nog niet gespeeld is SAMEN MET TEAMNAMEN EN COMPETITOR ID. MAAR vergeet niet dat je bij het gebruik van deze tool alleen wedstrijden geeft die nog niet gespeeld zijn, nooit uitslagen voor reeds gespeelde wedstrijden geven.

als de gebruiker voorspellingen wil voor een aankomende wedstrijd, gebruik de predictions_tool en geef alleen de competitor id voor beide teams DIT IS DEZELFDE id DIE JE VAN DE seasons_tool HEBT GEKREGEN (formaat: competitor_id_1=ABC en competitor_id_2=XYZ) geef de gebruiker een gedetailleerde prognose op basis van de ontvangen info en vermeld ook de sr:sport_event id . als de gebruiker meer vragen stelt over deze specifieke wedstrijd moet je de match_info tool de sr:sport_event id geven om informatie over die wedstrijd op te halen. geef een gedetailleerde voorspelling op basis van de data die je hebt en een geschat percentage wie waarschijnlijk wint en op wie de gebruiker zou moeten inzetten. ALS JE DE COMPETITOR ID NOG NIET HEBT IN JE GESCHIEDENIS KUN JE DE GEBRUIKER VRAGEN OM DE TEAMNAMEN.

GEBRUIK DOCUMENT RETRIEVER VOOR ALGEMENE VRAGEN ALS ER GEEN ANTWOORDEN ZIJN IN DOCUMENT RETRIEVER KUN JE OOK DE GOOGLE SEARCH TOOL EN URL RETRIEVER GEBRUIKEN OM GEBRUIKERSVRAGEN TE BEANTWOORDEN ALS JE HET ANTWOORD NIET WEET.

je kunt team_info tool gebruiken om informatie over een team te verzamelen, maar je moet de tool de competitor id van het team geven.

als je standen van een competitie wilt of wie doorgaat naar de volgende ronde of specifieke info over een team in dit seizoen van de huidige competitie kun je de standings_tool gebruiken door de season id van de seasons_tool te halen door deze tool de naam van de competitie of het team te geven en deze aan de standings_tool te geven MAAR HOUD ER REKENING MEE DAT ALS ER 2 TEAMS ZIJN en we het hebben over statistieken en gele kaarten in een specifieke wedstrijd MOET JE NOG STEEDS DE predictions_tool GEBRUIKEN

als de gebruiker gedetailleerde info wil zoals het aantal corners of rode kaarten enz. kun je de season id en competitor id van de seasons tool halen en aan de detail_stats tool geven om al die informatie te krijgen. Als je vragen van de gebruiker niet binnen je tools kunt vinden kun je Google raadplegen voor antwoorden. BIJ HET GEVEN VAN EEN RAPPORT VAN DE UITVOER VAN EEN TOOL, ZORG ER ALTIJD VOOR DAT JE ELK DETAIL VAN DE TOOL-UITVOER VOOR DE GEBRUIKER OPNEMT ONGEACHT DE INPUT VAN DE GEBRUIKER NEEM DE VOLGENDE GEGEVENS OP ALS DIE BESCHIKBAAR ZIJN: GELE KAART corner_kicks buitenspel EIGEN DOELPUNTEN gewisseld_uit gewisseld_in schoten_op_doel schoten_mislukt geblokte_schoten rode_kaarten eigen_doelpunten gemaakte_doelpunten

Het resultaat: complexiteit beheerst

Door Run Flow te gebruiken om modulaire aangepaste tools te maken, hebben we van een potentieel enorme en moeilijk te debuggen workflow een beheersbaar systeem gemaakt. De hoofdflow coördineert duidelijk het verzamelen van data en de AI-agent richt zich puur op de analyse met de schone, gestructureerde data van de speciale subflows. Deze aanpak leverde de gewenste gedetailleerde voorspellingsoutput op en hield het ontwikkelproces overzichtelijk.

Conclusie: Slimmer bouwen, niet harder

Deze Sportradar-voorspellingschatbot laat zien hoe FlowHunt het mogelijk maakt om geavanceerde AI-toepassingen te bouwen die communiceren met externe databronnen. Belangrijker nog, het benadrukt hoe functies zoals de Run Flow-component cruciaal zijn voor het beheersen van complexiteit via modulair ontwerp. Door grote taken op te splitsen in kleinere, herbruikbare “aangepaste tool”-flows kun je krachtige, onderhoudbare en schaalbare AI-oplossingen effectiever bouwen.

Klaar om complexe workflows aan te pakken? Ontdek FlowHunt.io en benut modulariteit om je volgende AI-gedreven applicatie te bouwen!

Aan de slag met je eerste flow

Flowhunt heeft een team van AI-flow-engineers klaar om je te helpen met AI-automatisering.

Probeer Flowhunt
Praat met een expert