إنشاء أدوات عامل الذكاء الاصطناعي

هام

هذه الميزة في المعاينة العامة.

توضح هذه المقالة كيفية إنشاء أدوات لوكلاء الذكاء الاصطناعي باستخدام إطار عمل عامل الذكاء الاصطناعي الفسيفساء. لمعرفة المزيد، راجع ما هي الذكاء الاصطناعي المركبة ووكلاء الذكاء الاصطناعي؟.

يستخدم الذكاء الاصطناعي الوكلاء أدوات لتنفيذ إجراءات إلى جانب إنشاء اللغة، مثل استرداد البيانات المنظمة أو غير المنظمة، أو تنفيذ التعليمات البرمجية، أو التحدث إلى الخدمات عن بعد (على سبيل المثال، إرسال بريد إلكتروني أو رسالة Slack).

لتوفير أدوات لعامل مع إطار عمل العامل الذكاء الاصطناعي الفسيفساء، يمكنك استخدام أي مجموعة من الطرق التالية:

• إنشاء أدوات باستخدام وظائف كتالوج Unity: توفر وظائف كتالوج Unity اكتشافا وحوكمة ومشاركة سهلة. تعمل وظائف كتالوج Unity بشكل جيد بشكل خاص لتطبيق التحويلات والتجميعات على مجموعات البيانات الكبيرة.
• إنشاء أدوات باستخدام التعليمات البرمجية للعامل: هذا الأسلوب مفيد عند إجراء استدعاءات إلى واجهات برمجة تطبيقات REST، أو باستخدام تعليمات برمجية أو مكتبات عشوائية، أو تنفيذ أدوات ذات زمن انتقال منخفض جدا. ومع ذلك، يفتقر هذا النهج إلى قابلية الاكتشاف والإدارة المضمنة التي توفرها وظائف كتالوج Unity. وازن هذه المفاضلة عند بناء وكيلك لتحديد النهج الأفضل.

يعمل كلا النهجين للوكلاء المكتوبين في تعليمة Python البرمجية المخصصة أو باستخدام مكتبة تأليف عامل مثل LangGraph.

تحسين استدعاء الأدوات باستخدام الوثائق

يستخدم وكلاء الذكاء الاصطناعي وثائقك لفهم وقت وكيفية استخدام الأدوات التي تقدمها. لذلك، عند تعريف الأدوات، تأكد من إضافة وثائق واضحة ومفصلة للأداة ومعلماتها وقيم الإرجاع الخاصة بها.

بالنسبة لوظائف كتالوج Unity، استخدم COMMENT لوصف الأداة.

المتطلبات

• توصي Databricks بتثبيت أحدث إصدار من عميل MLflow Python عند تطوير العوامل. راجع المصادقة للموارد التابعة للحصول على معلومات حول mlflow متطلبات الإصدار.

إنشاء أدوات باستخدام وظائف كتالوج Unity

توضح لك الأمثلة التالية كيفية إنشاء أدوات الوكيل باستخدام وظائف كتالوج Unity.

أداة منفذ Python

ينشئ هذا المثال أداة لتنفيذ التعليمات البرمجية ل Python.

يمكن ل LLM استخدام هذه الأداة لتنفيذ التعليمات البرمجية ل Python التي يوفرها مستخدم أو مكتوبة بواسطة LLM.

تشغيل التعليمات البرمجية التالية في خلية دفتر ملاحظات. يستخدم سحر دفتر الملاحظات %sql لإنشاء دالة كتالوج Unity تسمى python_exec.

%sql
CREATE OR REPLACE FUNCTION
main.default.python_exec (
code STRING COMMENT 'Python code to execute. Remember to print the final result to stdout.'
)
RETURNS STRING
LANGUAGE PYTHON
DETERMINISTIC
COMMENT 'Executes Python code in the sandboxed environment and returns its stdout. The runtime is stateless, and you can not read the output of the previous tool executions. No such variables, "rows", or "observations" were defined. Calling another tool inside a Python code is NOT allowed. Use standard Python libraries only.'
AS $$
import sys
from io import StringIO
sys_stdout = sys.stdout
redirected_output = StringIO()
sys.stdout = redirected_output
exec(code)
sys.stdout = sys_stdout
return redirected_output.getvalue()
$$

أداة استعلام الجدول

ينشئ هذا المثال أداة للاستعلام عن بيانات العميل من جدول كتالوج Unity.

يقوم بإنشاء دالة كتالوج Unity تسمى lookup_customer_info التي يمكن أن تستخدمها LLM لاسترداد البيانات المنظمة من جدول افتراضي customer_data .

تشغيل التعليمات البرمجية التالية في محرر SQL.

CREATE OR REPLACE FUNCTION main.default.lookup_customer_info(
  customer_name STRING COMMENT 'Name of the customer whose info to look up'
)
RETURNS STRING
COMMENT 'Returns metadata about a particular customer given the customer name, including the customer email and ID. The
customer ID can be used for other queries.'
RETURN SELECT CONCAT(
    'Customer ID: ', customer_id, ', ',
    'Customer Email: ', customer_email
  )
  FROM main.default.customer_data
  WHERE customer_name = customer_name
  LIMIT 1;

تعيين أدوات كتالوج Unity للوكلاء

بعد إنشاء أدوات كتالوج Unity، قم بتعيين الأدوات إلى وكيلك حتى يتمكن من استخدامها.

يصف هذا القسم كيفية إنشاء عامل استدعاء أداة باستخدام ملعب الذكاء الاصطناعي.

تصدير وكلاء استدعاء الأدوات من الذكاء الاصطناعي Playground

استخدم الذكاء الاصطناعي Playground لتعيين أدوات كتالوج Unity إلى LLM، واختبار العامل، ثم تصدير التعليمات البرمجية التي تحدد عامل استدعاء الأدوات.

لاستخدام الذكاء الاصطناعي Playground لتصدير الوكلاء، يجب أن تفي مساحة العمل بالمتطلبات التالية:

• تمكين كتالوج Unity
• تم تمكين الحوسبة بلا خادم
• تمكين نماذج أساس الدفع لكل رمز مميز أو النماذج الخارجية

1. من Playground، حدد نموذجا باستخدام تسمية Tools enabled .

   

2. حدد أدوات وانقر فوق إضافة أداة.

3. في القائمة المنسدلة، حدد دالة كتالوج Unity:

   

4. استخدم Playground للدردشة واختبار التركيبة الحالية من LLM والأدوات ومطالبة النظام. جرب التباينات للتعرف على كيفية عمل الإعداد الحالي.

   

بعد إضافة أدوات، قم بتصدير العامل إلى دفاتر ملاحظات Python:

1. انقر فوق تصدير لإنشاء دفاتر ملاحظات Python التي تحدد العامل وتنشره.

   بعد تصدير التعليمات البرمجية للعامل، سترى ثلاثة ملفات محفوظة في مساحة العمل الخاصة بك:

   • agent دفتر الملاحظات: يحتوي على تعليمة Python البرمجية التي تحدد عاملك باستخدام LangChain.
   • driver دفتر الملاحظات: يحتوي على تعليمة Python البرمجية لتسجيل وكيل الذكاء الاصطناعي وتتبعه وتسجيله ونشره باستخدام إطار عمل عامل الذكاء الاصطناعي الفسيفساء.
   • config.yml: يحتوي على معلومات التكوين حول العامل الخاص بك، بما في ذلك تعريفات الأدوات.

2. افتح دفتر الملاحظات agent لمشاهدة التعليمات البرمجية LangChain التي تحدد وكيلك. استخدم دفتر الملاحظات هذا للاختبار والتكرار على العامل برمجيا، مثل تعريف المزيد من الأدوات.

3. عندما تكون راضيا عن مخرجات العامل، يمكنك تشغيل دفتر الملاحظات driver لتسجيل الوكيل ونشره إلى نقطة نهاية Model Serving.

إنشاء أدوات باستخدام التعليمات البرمجية للعامل

يمكنك أيضا إنشاء أدوات في التعليمات البرمجية للعامل بدلا من وظائف كتالوج Unity.

هذا الأسلوب مفيد عند استدعاء واجهات برمجة تطبيقات REST، باستخدام التعليمات البرمجية أو المكتبات العشوائية، أو تنفيذ أدوات زمن الانتقال المنخفض. ومع ذلك، فإن تحديد الأدوات في التعليمات البرمجية للعامل يفتقر إلى إمكانية الاكتشاف والإدارة التي توفرها وظائف كتالوج Unity.

للحصول على مثال لأداة استرداد بحث المتجهات المعرفة في التعليمات البرمجية للعامل، راجع إنشاء أداة استرداد بحث متجه.

الخطوات التالية

• إنشاء عامل.