Føj værktøjer til Azure AI-agent

  • 5 minutter

Tip

Se fanen Tekst og billeder for flere detaljer!

I Microsoft Agent Framework giver værktøjer din AI-agent mulighed for at bruge eksisterende API'er og tjenester til at udføre opgaver, den ikke kunne udføre alene. Værktøjer fungerer gennem funktionskald, så AI automatisk kan anmode om og bruge specifikke funktioner. Frameworket dirigerer anmodningen til den relevante funktion i din kodebase og returnerer resultaterne tilbage til den store sprogmodel (LLM), så den kan generere et endeligt svar.

For at aktivere automatisk funktionskald skal værktøjer give detaljer, der beskriver, hvordan de fungerer. Funktionens input, output og formål skal beskrives på en måde, som AI'en kan forstå, ellers kan AI'en ikke kalde funktionen korrekt.

Sådan bruger du værktøjer med Microsoft Foundry Agent

Microsoft Agent Framework understøtter både brugerdefinerede funktionsværktøjer og indbyggede værktøjer, der er klar til brug som standard.

Indbyggede værktøjer

Microsoft Foundry Agents leveres med flere indbyggede værktøjer, som du kan bruge med det samme:

  • Kodefortolker - udfører Python-kode til beregninger, dataanalyse og mere
  • Filsøgning - søger i og analyserer dokumenter
  • Websøgning - henter oplysninger fra internettet

Disse værktøjer er automatisk tilgængelige og kræver ingen ekstra opsætning.

Brugerdefinerede funktionsværktøjer

Når du skaber brugerdefinerede værktøjer til din Microsoft Foundry Agent, skal du forstå flere nøglebegreber:

  1. Brug værktøjsdekoratøren

    Opret et brugerdefineret funktionsværktøj ved at definere en Python-funktion og dekorere den med decoratoren @tool fra Microsoft Agent Framework. Denne dekoratør registrerer din funktion som et værktøj, som AI'en kan tilkalde. Dekoratøren @tool inkluderer parametre for at give navn og beskrivelse af dit værktøj samt for at angive, approval_mode om værktøjskald kræver godkendelse.

  2. Funktionsdefinition og anmærkninger

    Opret dit værktøj ved at definere en almindelig Python-funktion med korrekte typekommentarer. Brug Annotated og Field fra Pydantic til at give detaljerede beskrivelser, der hjælper AI'en med at forstå funktionens formål, og hvordan man bruger dens parametre. Jo mere beskrivende dine annoteringer er, jo bedre kan AI'en forstå, hvornår og hvordan den skal kalde din funktion.

  3. Tilføjelse af værktøjer til din agent

    Send dine brugerdefinerede funktioner til ChatAgent under oprettelsen ved hjælp af parameteren tools . Du kan tilføje en enkelt funktion eller en liste over flere funktioner. Frameworket registrerer automatisk disse funktioner og gør dem tilgængelige for AI'en at kalde.

  4. Værktøjsaktivering gennem samtale

    Når dine værktøjer er registreret hos agenten, behøver du ikke at aktivere dem manuelt. Stil i stedet agenten spørgsmål eller giv den opgaver, der naturligt ville kræve dit værktøjs funktionalitet. AI bestemmer automatisk, hvornår dine værktøjer skal kaldes baseret på samtalekonteksten og de værktøjsbeskrivelser, du har angivet.

  5. Flere værktøjer og orkestrering

    Du kan føje flere værktøjer til en enkelt helpdesk-medarbejder, og AI'en vælger automatisk, hvilket værktøj der skal bruges, baseret på brugerens anmodning. Rammen håndterer orkestreringen, kalder de relevante funktioner og kombinerer deres resultater for at give et omfattende svar.

Bedste praksis for værktøjsudvikling

  • Tydelige beskrivelser: Skriv klare, detaljerede beskrivelser af dine funktioner og parametre for at hjælpe AI med at forstå deres formål
  • Typeannoteringer: Brug korrekte Python-typetip til at angive forventede input- og outputtyper
  • Fejlhåndtering: Implementer passende fejlhåndtering i dine værktøjsfunktioner for at håndtere uventede input på en elegant måde
  • Returner meningsfulde data: Sørg for, at dine funktioner returnerer data, som AI effektivt kan bruge i sine svar
  • Hold funktioner fokuserede: Design hvert værktøj til at håndtere en bestemt opgave i stedet for at forsøge at gøre for mange ting i én funktion

Ved at følge disse koncepter kan du udvide din Microsoft Foundry Agent med både indbyggede og brugerdefinerede værktøjer, så den kan interagere med API'er og udføre avancerede opgaver. Denne tilgang gør din AI mere kraftfuld og i stand til at håndtere applikationer i den virkelige verden effektivt.