ai-agents-for-beginners

Kaip Kurti Gerus DI Agentus

(Spustelėkite aukščiau esantį paveikslėlį norėdami peržiūrėti šios pamokos vaizdo įrašą)

Įrankių Naudojimo Dizaino Šablonas

Įrankiai yra įdomūs, nes leidžia DI agentams turėti platesnį gebėjimų spektrą. Vietoj to, kad agentas turėtų ribotą veiksmų rinkinį, pridėjus įrankį, agentas dabar gali atlikti platų veiksmų spektrą. Šiame skyriuje apžvelgsime Įrankių Naudojimo Dizaino Šabloną, kuris aprašo, kaip DI agentai gali naudoti specifinius įrankius savo tikslams pasiekti.

Įvadas

Šioje pamokoje sieksime atsakyti į šiuos klausimus:

Mokymosi Tikslai

Baigę šią pamoką, gebėsite:

Kas yra Įrankių Naudojimo Dizaino Šablonas?

Įrankių Naudojimo Dizaino Šablonas orientuotas į tai, kad LLM galėtų sąveikauti su išoriniais įrankiais, siekiant specifinių tikslų. Įrankiai yra kodas, kurį agentas gali vykdyti atlikti veiksmams. Įrankis gali būti paprasta funkcija, pavyzdžiui, skaičiuotuvas, arba API kvietimas trečiosios šalies paslaugai, pavyzdžiui, akcijų kainų patikrinimas ar orų prognozė. Dirbtinio intelekto agentų kontekste įrankiai skirti būti vykdomi agentų reaguojant į modelio sukurtus funkcijų kvietimus.

Kokiems atvejams jis gali būti taikomas?

DI agentai gali naudoti įrankius sudėtingoms užduotims atlikti, informacijai gauti ar sprendimams priimti. Įrankių naudojimo dizaino šablonas dažnai taikomas scenarijuose, kuriuose reikia dinamiškai bendrauti su išorinėmis sistemomis, tokiomis kaip duomenų bazės, interneto paslaugos ar kodo interpretatoriai. Ši galimybė naudinga įvairiems atvejams, įskaitant:

Kokios yra būtinos sudedamosios dalys / blokai įrankių naudojimo dizaino šablonui įgyvendinti?

Šios sudedamosios dalys leidžia DI agentui atlikti įvairias užduotis. Pažvelkime į pagrindines dalis, reikalingas Įrankių Naudojimo Dizaino Šablonui įgyvendinti:

Toliau pažvelkime detaliau į funkcijų/įrankių kvietimą.

Funkcijų/Įrankių Kvietimas

Funkcijų kvietimas yra pagrindinis būdas, kuriuo leidžiame Didiesiems Kalbos Modeliams (LLM) sąveikauti su įrankiais. Dažnai matysite, kad „Funkcija“ ir „Įrankis“ vartojami sąmoningai, nes „funkcijos“ (pakartotinai naudojamo kodo blokai) yra tie „įrankiai“, kuriuos agentai naudoja užduotims atlikti. Kad būtų galima iškviesti funkcijos kodą, LLM turi palyginti vartotojo užklausą su funkcijos aprašymu. Tam į LLM siunčiama schema, kurioje pateikti visi galimų funkcijų aprašymai. Tuomet LLM pasirenka tinkamiausią užduočiai funkciją ir grąžina jos pavadinimą bei argumentus. Pasirinkta funkcija yra iškviesta, jos atsakymas siunčiamas atgal LLM, kuris šią informaciją naudoja atsakydamas į vartotojo užklausą.

Kad įgyvendintumėte funkcijų kvietimą agentams, jums reikės:

  1. LLM modelio, palaikančio funkcijų kvietimą
  2. Schemos, kurioje pateikti funkcijų aprašymai
  3. Kodo kiekvienai aprašytai funkcijai

Pažiūrėkime pavyzdį, kaip gauti dabartinį laiką mieste:

  1. Inicijuokite LLM, palaikantį funkcijų kvietimą:

    Ne visi modeliai palaiko funkcijų kvietimą, todėl svarbu patikrinti, ar jūsų naudojamas LLM tai palaiko. Azure OpenAI palaiko funkcijų kvietimą. Galime pradėti inicijuodami OpenAI klientą, skirtą Azure OpenAI Responses API (stabilus /openai/v1/ galutinis taškas – nereikia api_version).

     # Inicijuokite OpenAI klientą Azure OpenAI (Atsakymų API, v1 galinis taškas)
 client = OpenAI(
     base_url=f"{os.environ['AZURE_OPENAI_ENDPOINT'].rstrip('/')}/openai/v1/",
     api_key=os.environ["AZURE_OPENAI_API_KEY"],
 )
 deployment_name = os.environ["AZURE_OPENAI_DEPLOYMENT"]

  2. Sukurkite Funkcijos Schemos apibrėžimą:

    Toliau apibrėšime JSON schemą, kurioje pateiktas funkcijos pavadinimas, aprašymas, ką funkcija atlieka, bei funkcijos parametrų pavadinimai ir aprašymai. Tada šią schemą perduosime anksčiau sukurtiems klientui, kartu su vartotojo užklausa rasti laiką San Franciske. Svarbu atkreipti dėmesį, kad grąžinama yra ne galutinis atsakymas į klausimą, o įrankio kvietimas. Kaip minėta anksčiau, LLM grąžina pasirinktą užduočiai funkcijos pavadinimą ir argumentus, kurie bus jai perduoti.

     # Funkcijos aprašymas modeliui skaityti (Atsakymų API plokščio įrankio formatas)
 tools = [
     {
         "type": "function",
         "name": "get_current_time",
         "description": "Get the current time in a given location",
         "parameters": {
             "type": "object",
             "properties": {
                 "location": {
                     "type": "string",
                     "description": "The city name, e.g. San Francisco",
                 },
             },
             "required": ["location"],
         },
     }
 ]

      
 # Pradinis vartotojo pranešimas
 messages = [{"role": "user", "content": "What's the current time in San Francisco"}]

 # Pirmasis API kvietimas: Paprašykite modelio naudoti funkciją
 response = client.responses.create(
     model=deployment_name,
     input=messages,
     tools=tools,
     tool_choice="auto",
     store=False,
 )

 # Atsakymų API grąžina įrankio kvietimus kaip function_call elementus response.output.
 # Pridėkite juos prie pokalbio, kad modelis turėtų pilną kontekstą kitame žingsnyje.
 messages += response.output

 print("Model's response:")
 print(response.output)
  

     Model's response:
 [ResponseFunctionToolCall(arguments='{"location":"San Francisco"}', call_id='call_pOsKdUlqvdyttYB67MOj434b', name='get_current_time', type='function_call')]

  3. Funkcijos kodas, reikalingas užduočiai atlikti:

    Kadangi LLM pasirinko, kuri funkcija turi būti įvykdyta, reikia įgyvendinti ir vykdyti kodo dalį, kuri atlieka užduotį. Galime įgyvendinti dabartinio laiko gavimo kodą Python kalba. Taip pat reikės parašyti kodą, kuris iš atsakymo žinutės išskirs funkcijos pavadinimą ir argumentus, kad būtų gautas galutinis rezultatas.

       def get_current_time(location):
     """Get the current time for a given location"""
     print(f"get_current_time called with location: {location}")  
     location_lower = location.lower()
        
     for key, timezone in TIMEZONE_DATA.items():
         if key in location_lower:
             print(f"Timezone found for {key}")  
             current_time = datetime.now(ZoneInfo(timezone)).strftime("%I:%M %p")
             return json.dumps({
                 "location": location,
                 "current_time": current_time
             })
      
     print(f"No timezone data found for {location_lower}")  
     return json.dumps({"location": location, "current_time": "unknown"})

     # Tvarkykite funkcijų iškvietimus
 tool_calls = [item for item in response.output if item.type == "function_call"]
 if tool_calls:
     for tool_call in tool_calls:
         if tool_call.name == "get_current_time":

             function_args = json.loads(tool_call.arguments)

             time_response = get_current_time(
                 location=function_args.get("location")
             )

             # Grąžinkite įrankio rezultatą kaip function_call_output elementą
             messages.append({
                 "type": "function_call_output",
                 "call_id": tool_call.call_id,
                 "output": time_response,
             })
 else:
     print("No tool calls were made by the model.")

 # Antras API kvietimas: gaukite galutinį modelio atsakymą
 final_response = client.responses.create(
     model=deployment_name,
     input=messages,
     tools=tools,
     store=False,
 )

 return final_response.output_text

       get_current_time called with location: San Francisco
   Timezone found for san francisco
   The current time in San Francisco is 09:24 AM.

Funkcijų Kvietimas yra pagrindinė daugumos, jei ne visų, agentų įrankių naudojimo dizaino dalis, tačiau jį įgyvendinti nuo nulio kartais gali būti sudėtinga. Kaip sužinojome Pamokoje 2, agentų sistemos suteikia iš anksto paruoštus blokus, skirtus įrankių naudojimui įgyvendinti.

Įrankių Naudojimo Pavyzdžiai su Agentų Sistemomis

Čia pateikti keli pavyzdžiai, kaip galite įgyvendinti Įrankių Naudojimo Dizaino Šabloną naudojant skirtingas agentų sistemas:

Microsoft Agent Framework

Microsoft Agent Framework yra atviro kodo DI sistema, skirta kurti DI agentams. Ji supaprastina funkcijų kvietimo naudojimą, leidžiant apibrėžti įrankius kaip Python funkcijas su @tool dekoratoriumi. Sistema tvarko komunikaciją tarp modelio ir jūsų kodo. Taip pat suteikia prieigą prie iš anksto paruoštų įrankių, tokių kaip Failų Paieška ir Kodo Interpretatorius per FoundryChatClient.

Toliau pateiktame diagramoje iliustruojamas funkcijų kvietimo procesas su Microsoft Agent Framework:

function calling

Microsoft Agent Framework įrankiai apibrėžiami kaip dekoruotos funkcijos. Galime anksčiau matytą funkciją get_current_time paversti įrankiu naudodami @tool dekoratorių. Sistema automatiškai serializuos funkciją ir jos parametrus, sukurdama schemą, kuri bus siunčiama LLM.

import os
from agent_framework import tool
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

@tool(approval_mode="never_require")
def get_current_time(location: str) -> str:
    """Get the current time for a given location"""
    ...

# Sukurkite klientą
provider = FoundryChatClient(
    project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
    model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
    credential=AzureCliCredential(),
)

# Sukurkite agentą ir paleiskite su įrankiu
agent = provider.as_agent(name="TimeAgent", instructions="Use available tools to answer questions.", tools=get_current_time)
response = await agent.run("What time is it?")

Microsoft Foundry Agent Service

Microsoft Foundry Agent Service yra naujesnė agentų sistema, sukurta siekiant suteikti kūrėjams galimybę saugiai kurti, diegti ir išplėsti aukštos kokybės DI agentus be būtinybės valdyti pagrindines skaičiavimo ir saugojimo išteklius. Ji ypač naudinga įmonių programoms, nes yra visiškai valdomas servisą su įmonių lygio saugumu.

Palyginus su tiesioginiu LLM API naudojimu, Microsoft Foundry Agent Service suteikia keletą privalumų, tokių kaip:

Microsoft Foundry Agent Service įrankius galima suskirstyti į dvi kategorijas:

  1. Žinių įrankiai:
  2. Veiksmų įrankiai:

Agentų Servisas leidžia naudoti šiuos įrankius kartu kaip įrankių rinkinį. Taip pat naudoja threads, kurie seka pranešimų istoriją iš konkretaus pokalbio.

Įsivaizduokite, kad esate pardavimų agentas įmonėje Contoso. Norite sukurti pokalbių agentą, kuris galėtų atsakyti į klausimus apie jūsų pardavimų duomenis.

Toliau pateiktas paveikslėlis iliustruoja, kaip galima naudoti Microsoft Foundry Agent Service analizuoti jūsų pardavimų duomenis:

Agentų Serviso Veikimas

Norėdami naudoti bet kurį iš šių įrankių su servisu, galime sukurti klientą ir apibrėžti įrankį ar įrankių rinkinį. Praktiniam įgyvendinimui galime naudoti šį Python kodą. LLM galės peržiūrėti įrankių rinkinį ir nuspręsti, ar naudoti vartotojo sukurtą funkciją fetch_sales_data_using_sqlite_query, ar iš anksto paruoštą Kodo Interpretatorių, priklausomai nuo vartotojo užklausos.

import os
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
from fetch_sales_data_functions import fetch_sales_data_using_sqlite_query # fetch_sales_data_using_sqlite_query funkcija, kurią galima rasti fetch_sales_data_functions.py faile.
from azure.ai.projects.models import ToolSet, FunctionTool, CodeInterpreterTool

project_client = AIProjectClient.from_connection_string(
    credential=DefaultAzureCredential(),
    conn_str=os.environ["PROJECT_CONNECTION_STRING"],
)

# Inicijuoti įrankių rinkinį
toolset = ToolSet()

# Inicijuoti funkcijų iškvietimo agentą su fetch_sales_data_using_sqlite_query funkcija ir pridėti ją prie įrankių rinkinio
fetch_data_function = FunctionTool(fetch_sales_data_using_sqlite_query)
toolset.add(fetch_data_function)

# Inicijuoti Kodo interpreterių įrankį ir pridėti jį prie įrankių rinkinio.
code_interpreter = CodeInterpreterTool()toolset.add(code_interpreter)

agent = project_client.agents.create_agent(
    model="gpt-5-mini", name="my-agent", instructions="You are helpful agent", 
    toolset=toolset
)

Kokie ypatingi aspektai naudojant Įrankių Naudojimo Dizaino Šabloną kuriant patikimus DI agentus?

Dažnas susirūpinimas dėl dinamiškai generuojamo LLM SQL yra saugumas, ypač SQL injekcijos ar kenkėjiškų veiksmų, tokių kaip duomenų bazės ištrynimas ar pažeidimas, rizika. Nors šie rūpesčiai yra pagrįsti, jie gali būti veiksmingai suvaldyti tinkamai sukonfigūruojant duomenų bazės prieigos teises. Daugumai duomenų bazių tai reiškia konfigūruoti duomenų bazę skaitymo režimu. Tokiose duomenų bazėse kaip PostgreSQL ar Azure SQL programai turi būti priskirta tik skaitymo (SELECT) rolė.

Programos paleidimas saugioje aplinkoje dar labiau pagerina apsaugą. Įmonių scenarijuose duomenys paprastai yra išskiriami ir transformuojami iš operacinių sistemų į skaitymui skirtą duomenų bazę arba duomenų sandėlį su lengvai suprantama schema. Šis metodas užtikrina, kad duomenys yra saugūs, optimizuoti našumui ir prieinamumui, o programai suteikiama ribota, tik skaitymo prieiga.

Pavyzdiniai Kodai

Turite daugiau klausimų apie Įrankių Naudojimo Dizaino Šablonus?

Prisijunkite prie Microsoft Foundry Discord, susitikite su kitais besimokančiais, dalyvaukite konsultacijų valandose ir gaukite atsakymus į DI agentų klausimus.

Papildomi Ištekliai

Šio agento „dūmų testavimas“ (pasirinktinai)

Kai išmoksite diegti agentus 16 pamokoje, galite patikrinti šios pamokos TravelToolAgent („ar jis vis dar kviečia savo įrankius ir atsako?“) su tests/lesson-04-smoke-tests.json. Žr. tests/README.md, kaip jį paleisti.

Ankstesnė pamoka

Agentinis dizaino modelių supratimas

Kita pamoka

Agentinis RAG

Atsakomybės apribojimas: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojama naudoti profesionalų žmogiškąjį vertimą. Mes neatsakome už jokius nesusipratimus ar neteisingą interpretaciją, kilusią naudojantis šiuo vertimu.

This site is open source. Improve this page.