ai-agents-for-beginners

اچھے AI ایجنٹس ڈیزائن کرنے کا طریقہ

(اس سبق کی ویڈیو دیکھنے کے لیے اوپر تصویر پر کلک کریں)

ٹول استعمال کرنے کا ڈیزائن پیٹرن

ٹولز دلچسپ ہیں کیونکہ وہ AI ایجنٹس کو وسیع تر صلاحیتوں کا حامل بناتے ہیں۔ ایجنٹ کے پاس اگر صرف محدود کارروائیاں کرنے کا اختیار ہو، تو ٹول شامل کر کے ایجنٹ اب مختلف اقسام کی کارروائیاں انجام دے سکتا ہے۔ اس باب میں، ہم ٹول استعمال کرنے کے ڈیزائن پیٹرن کا جائزہ لیں گے، جو بیان کرتا ہے کہ AI ایجنٹس مخصوص ٹولز کو اپنے مقاصد کے حصول کے لیے کیسے استعمال کر سکتے ہیں۔

تعارف

اس سبق میں، ہم درج ذیل سوالات کے جواب تلاش کرنے کی کوشش کریں گے:

سیکھنے کے مقاصد

اس سبق کے مکمل ہونے کے بعد، آپ قابل ہوں گے کہ:

ٹول استعمال کرنے کا ڈیزائن پیٹرن کیا ہے؟

ٹول استعمال کرنے کا ڈیزائن پیٹرن LLMs کو خارجی ٹولز کے ساتھ تعامل کا امکان دیتا ہے تاکہ مخصوص مقاصد حاصل کیے جا سکیں۔ ٹولز کوڈ ہوتے ہیں جنہیں ایجنٹ کسی کارروائی کے لیے چلا سکتا ہے۔ ٹول ایک سادہ فنکشن ہو سکتا ہے جیسے کیلکولیٹر، یا تیسرے فریق کی سروس کا API کال ہو سکتا ہے جیسے اسٹاک کی قیمت معلوم کرنا یا موسمی پیشنگوئی۔ AI ایجنٹس کے سیاق و سباق میں، ٹولز ایسے ڈیزائن کیے جاتے ہیں کہ وہ ماڈل کی جانب سے پیدائش پانے والے فنکشن کالز کے جواب میں ایجنٹس کی جانب سے چلائے جائیں۔

اس کے استعمال کے وہ کیسز کون سے ہیں جہاں لاگو کیا جا سکتا ہے؟

AI ایجنٹس مختلف پیچیدہ کام مکمل کرنے، معلومات حاصل کرنے یا فیصلے کرنے کے لیے ٹولز کا فائدہ اٹھا سکتے ہیں۔ ٹول استعمال کرنے کا ڈیزائن پیٹرن اکثر ایسے مناظرات میں استعمال ہوتا ہے جن میں خارجی سسٹمز جیسے ڈیٹا بیس، ویب سروسز، یا کوڈ انٹرپریٹرز سے متحرک تعامل کی ضرورت ہوتی ہے۔ یہ صلاحیت درج ذیل کئی مختلف استعمالات کے لیے مفید ہے:

ٹول استعمال کرنے کا ڈیزائن پیٹرن نافذ کرنے کے لیے کن اجزاء / بنیادی بلاکس کی ضرورت ہے؟

یہ بنیادی بلاکس AI ایجنٹ کو متنوع کام انجام دینے کی اجازت دیتے ہیں۔ آئیے ٹول استعمال کرنے کے ڈیزائن پیٹرن کو نافذ کرنے کے لیے ضروری کلیدی عناصر دیکھتے ہیں:

اگلے حصے میں، فنکشن / ٹول کالنگ کو تفصیل سے دیکھتے ہیں۔

فنکشن / ٹول کالنگ

فنکشن کالنگ وہ بنیادی طریقہ ہے جس سے ہم Large Language Models (LLMs) کو ٹولز کے ساتھ تعامل کرنے کے قابل بناتے ہیں۔ آپ اکثر ‘فنکشن’ اور ‘ٹول’ کو بیک وقت استعمال ہوتا دیکھیں گے کیونکہ ‘فنکشن’ (دوبارہ استعمال ہونے والے کوڈ بلاکس) وہ ‘ٹولز’ ہیں جنہیں ایجنٹس کام سرانجام دینے کے لیے استعمال کرتے ہیں۔ کسی فنکشن کے کوڈ کو چلانے کے لیے، LLM کو صارف کی درخواست کو فنکشن کی وضاحت سے موازنہ کرنا ہوتا ہے۔ اس کے لئے ایک اسکیمہ جو تمام دستیاب فنکشنز کی وضاحتیں رکھتا ہو، LLM کو بھیجا جاتا ہے۔ LLM پھر کام کے لیے سب سے مناسب فنکشن منتخب کرتا ہے اور اس کا نام اور دلائل واپس کرتا ہے۔ منتخب شدہ فنکشن کو چلایا جاتا ہے، اس کا جواب LLM کو بھیجا جاتا ہے، جو اس معلومات کو صارف کی درخواست کا جواب دینے کے لیے استعمال کرتا ہے۔

ڈویلپرز کے لیے ایجنٹس کے لیے فنکشن کالنگ نافذ کرنے کے لیے آپ کو چاہیے:

  1. ایسی LLM ماڈل جو فنکشن کالنگ کو سپورٹ کرتا ہو
  2. فنکشن کی تفصیلات پر مشتمل اسکیمہ
  3. ہر بیان کیے گئے فنکشن کا کوڈ

آئیں شہر میں موجودہ وقت حاصل کرنے کی مثال لیں:

  1. ایسی LLM کو شروع کریں جو فنکشن کالنگ کو سپورٹ کرے:

    تمام ماڈلز فنکشن کالنگ کو سپورٹ نہیں کرتے، اس لیے یہ چیک کرنا ضروری ہے کہ آپ جو LLM استعمال کر رہے ہیں وہ ایسا کرتا ہو۔ Azure OpenAI فنکشن کالنگ کو سپورٹ کرتا ہے۔ ہم OpenAI کلائنٹ کو Azure OpenAI Responses API کے خلاف چلا کر شروع کر سکتے ہیں (مستحکم /openai/v1/ اینڈ پوائنٹ — کسی api_version کی ضرورت نہیں)۔

     # Azure OpenAI (Responses API, v1 endpoint) کے لیے OpenAI کلائنٹ کو شروع کریں
 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. فنکشن اسکیمہ بنائیں:

    اگلے مرحلے میں ہم ایک JSON اسکیمہ متعین کریں گے، جس میں فنکشن کا نام، فنکشن کے کام کی وضاحت، اور فنکشن کے پیرامیٹرز کے نام اور وضاحتیں ہوں گی۔ اس اسکیمہ کو ہم کلائنٹ کو بھیجیں گے جسے پہلے بنایا گیا تھا، اور صارف کی درخواست جو سان فرانسسکو کا وقت معلوم کرنے کی ہے۔ جو بات اہم ہے کہ ایک ٹول کال واپس کیا جاتا ہے، سوال کا حتمی جواب نہیں۔ جیسا کہ پہلے بتایا گیا کہ LLM اس فنکشن کا نام واپس کرتا ہے جو اس نے منتخب کیا ہے، اور دلائل جو بھیجے جائیں گے۔

     # ماڈل کے لیے فنکشن کی تفصیل پڑھنے کے لیے (Responses API فلیٹ ٹول فارمیٹ)
 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"],
         },
     }
 ]

      
 # ابتدائی صارف کا پیغام
 messages = [{"role": "user", "content": "What's the current time in San Francisco"}]

 # پہلا API کال: ماڈل سے کہیں کہ فنکشن استعمال کرے
 response = client.responses.create(
     model=deployment_name,
     input=messages,
     tools=tools,
     tool_choice="auto",
     store=False,
 )

 # Responses API جواب میں function_call اشیاء کے طور پر ٹول کالز واپس کرتا ہے جو response.output میں ہوتی ہیں۔
 # انہیں گفتگو میں شامل کریں تاکہ ماڈل کو اگلے مرحلے کے لیے مکمل سیاق و سباق حاصل ہو۔
 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. وہ فنکشن کوڈ جو کام مکمل کرے گا:

    اب چونکہ LLM نے منتخب کر لیا ہے کہ کون سا فنکشن چلانا ہے، کام مکمل کرنے کا کوڈ لکھنا اور چلانا ضروری ہے۔ ہم موجودہ وقت حاصل کرنے کا کوڈ Python میں لکھ سکتے ہیں۔ ہمیں response_message سے نام اور دلائل نکالنے کا کوڈ بھی لکھنا ہوگا تاکہ آخری نتیجہ حاصل ہو۔

       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"})

     # فنکشن کالز کو سنبھالیں
 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")
             )

             # ٹول کے نتیجے کو function_call_output آئٹم کے طور پر واپس کریں
             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.")

 # دوسرا API کال: ماڈل سے حتمی رد عمل حاصل کریں
 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.

فنکشن کالنگ زیادہ تر، اگر تمام نہیں، ایجنٹ ٹول استعمال کرنے کے ڈیزائن کی جڑ ہے، تاہم اسے شروع سے نافذ کرنا کبھی کبھار چیلنجنگ ہو سکتا ہے۔ جیسا کہ ہم نے سبق 2 میں سیکھا، ایجنٹک فریم ورکس ہمیں پہلے سے تیار شدہ بنیادی بلاکس فراہم کرتے ہیں تاکہ ٹول استعمال کو نافذ کیا جا سکے۔

ایجنٹک فریم ورکس کے ساتھ ٹول استعمال کی مثالیں

یہاں کچھ مثالیں ہیں کہ آپ مختلف ایجنٹک فریم ورکس کا استعمال کر کے ٹول استعمال کرنے کا ڈیزائن پیٹرن کیسے نافذ کر سکتے ہیں:

Microsoft Agent Framework

Microsoft Agent Framework ایک اوپن سورس AI فریم ورک ہے جو AI ایجنٹس بنانے کے لیے استعمال ہوتا ہے۔ یہ فنکشن کالنگ کے عمل کو آسان بناتا ہے، جس میں آپ آسانی سے ٹولز کو Python فنکشنز کے طور پر @tool کے زیریں نشان کے ذریعے متعین کر سکتے ہیں۔ فریم ورک ماڈل اور آپ کے کوڈ کے درمیان رابطہ سنبھالتا ہے۔ یہ پہلے سے تیار کردہ ٹولز جیسے File Search اور Code Interpreter تک رسائی بھی فراہم کرتا ہے FoundryChatClient کے ذریعے۔

ذیل میں ایک ڈایاگرام دیا گیا ہے جو Microsoft Agent Framework کے ساتھ فنکشن کالنگ کے عمل کو ظاہر کرتا ہے:

فنکشن کالنگ

Microsoft Agent Framework میں، ٹولز کو سجاوٹ شدہ فنکشنز کے طور پر بیان کیا جاتا ہے۔ ہم get_current_time فنکشن کو، جو ہم نے پہلے دیکھا، @tool سجاوٹ کے ساتھ ایک ٹول میں تبدیل کر سکتے ہیں۔ فریم ورک خود بخود فنکشن اور اس کے پیرامیٹرز کو سیریلائز کرتا ہے، اسکیمہ بناتا ہے اور اسے LLM کو بھیجتا ہے۔

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"""
    ...

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

# ایک ایجنٹ بنائیں اور ٹول کے ساتھ چلائیں
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 ایک نیا ایجنٹک فریم ورک ہے جو ڈویلپرز کو محفوظ طریقے سے اعلی معیار کے، توسیعی AI ایجنٹس بنانے، تعینات کرنے اور اسکیل کرنے کی سہولت دیتا ہے بغیر بنیادی کمپیوٹ اور اسٹوریج وسائل کا انتظام کیے۔ یہ خاص طور پر انٹرپرائز ایپلیکیشنز کے لیے مفید ہے کیونکہ یہ مکمل طور پر منظم سروس ہے جس میں انٹرپرائز سیکیورٹی بھی شامل ہے۔

LLM API کے مقابلے میں براہِ راست ترقی کے، Microsoft Foundry Agent Service درج ذیل فوائد فراہم کرتا ہے:

Microsoft Foundry Agent Service میں دستیاب ٹولز کو دو زمروں میں تقسیم کیا جا سکتا ہے:

  1. نالج ٹولز:
  2. ایکشن ٹولز:

ایجنٹ سروس ہمیں یہ اجازت دیتا ہے کہ ہم ان ٹولز کو toolset کے طور پر ایک ساتھ استعمال کریں۔ یہ threads کا بھی استعمال کرتا ہے جو کسی خاص گفتگو کے پیغامات کی تاریخ کو ٹریک کرتا ہے۔

تصور کریں کہ آپ Contoso نامی کمپنی میں سیلز ایجنٹ ہیں۔ آپ ایک بات چیت کا ایجنٹ تیار کرنا چاہتے ہیں جو آپ کے سیلز ڈیٹا کے بارے میں سوالات کے جواب دے سکے۔

ذیل کی تصویر دکھاتی ہے کہ آپ Microsoft Foundry Agent Service کا استعمال کر کے کس طرح اپنے سیلز ڈیٹا کا تجزیہ کر سکتے ہیں:

Agentic Service In Action

ان ٹولز کو سروس کے ساتھ استعمال کرنے کے لیے، ہم کلائنٹ بنا کر ٹول یا ٹول سیٹ کی تعریف کر سکتے ہیں۔ عملی طور پر یہ ہم ذیل کے Python کوڈ سے کر سکتے ہیں۔ LLM ٹول سیٹ دیکھ کر فیصلہ کرے گا کہ صارف کی درخواست کے مطابق صارف کی جانب سے بنایا گیا فنکشن fetch_sales_data_using_sqlite_query استعمال کیا جائے یا پہلے سے تیار شدہ کوڈ انٹرپریٹر۔

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 فنکشن جو fetch_sales_data_functions.py فائل میں پایا جا سکتا ہے۔
from azure.ai.projects.models import ToolSet, FunctionTool, CodeInterpreterTool

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

# ٹول سیٹ کو شروع کریں
toolset = ToolSet()

# فنکشن کالنگ ایجنٹ کو fetch_sales_data_using_sqlite_query فنکشن کے ساتھ شروع کریں اور اسے ٹول سیٹ میں شامل کریں
fetch_data_function = FunctionTool(fetch_sales_data_using_sqlite_query)
toolset.add(fetch_data_function)

# کوڈ انٹرپریٹر ٹول کو شروع کریں اور اسے ٹول سیٹ میں شامل کریں۔
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
)

قابل اعتماد AI ایجنٹس بنانے کے لیے ٹول استعمال کرنے کے ڈیزائن پیٹرن کے خصوصی نکات کیا ہیں؟

LLMs کی جانب سے ڈائنامک طور پر تیار کردہ SQL کے ساتھ سب سے عام تشویش سیکورٹی ہے، خاص طور پر SQL انجیکشن یا نقصان دہ کارروائیوں جیسے ڈیٹا بیس کا نقصان یا چھیڑ چھاڑ کا خطرہ۔ یہ تشویشیں معقول ہیں، تاہم انہیں مؤثر طریقے سے روکا جا سکتا ہے اگر ڈیٹا بیس کی رسائی کی اجازتوں کو درست طریقے سے ترتیب دیا جائے۔ بیشتر ڈیٹا بیسز کے لیے یہ ترتیب انھیں صرف پڑھنے کے قابل بنایا جانا ہے۔ PostgreSQL یا Azure SQL جیسی خدمات کے لیے، ایپ کو ایک صرف پڑھنے کی (SELECT) پرمیشن دی جانی چاہیے۔

درخواست کو ایک محفوظ ماحول میں چلانا حفاظت کو مزید بڑھاتا ہے۔ انٹرپرائز مناظرات میں عام طور پر ڈیٹا آپریشنل سسٹمز سے نکالا اور تبدیل کیا جاتا ہے تاکہ اسے ایک صرف پڑھنے کے قابل ڈیٹا بیس یا ڈیٹا ویئرہاؤس میں رکھا جائے جس میں صارف دوستانہ اسکیمہ ہوتا ہے۔ یہ طریقہ کار یہ یقینی بناتا ہے کہ ڈیٹا محفوظ، کارکردگی اور رسائی کے لحاظ سے بہتر ہے، اور ایپ کے پاس محدود اور صرف پڑھنے کا حق ہے۔

نمونہ کوڈز

ٹول استعمال ڈیزائن پیٹرن کے بارے میں مزید سوالات ہیں؟

دیگر سیکھنے والوں سے ملنے، آفس آورز میں شرکت کرنے، اور اپنے AI ایجنٹس کے سوالات کے جواب حاصل کرنے کے لیے Microsoft Foundry Discord میں شامل ہوں۔

اضافی وسائل

اس ایجنٹ کا سموک ٹیسٹنگ (اختیاری)

جب آپ سبق 16 میں ایجنٹس کو ڈپلائے کرنا سیکھ جاتے ہیں، تو آپ اس سبق کے TravelToolAgent کا سموک ٹیسٹ کر سکتے ہیں (کیا یہ اب بھی اپنے ٹولز کو کال کرتا ہے اور جواب دیتا ہے؟) جس کے لیے tests/lesson-04-smoke-tests.json استعمال کریں۔ اسے چلانے کے طریقے کے لیے tests/README.md دیکھیں۔

پچھلا سبق

ایجنٹک ڈیزائن پیٹرنز کو سمجھنا

اگلا سبق

ایجنٹک RAG

ڈس کلیمر: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم قبول نہیں کرتے۔

This site is open source. Improve this page.