Apa itu alat di Azure AI Foundry Agent Service?

Untuk memberdayakan agen AI Anda dengan data dasar atau kemampuan untuk mengambil tindakan dan mengotomatiskan alur kerja, layanan Agen Foundry menyediakan berbagai alat bawaan, seperti Grounding dengan Bing Search, Azure AI Search, Azure Logic Apps, serta alat parter pihak ketiga, seperti Tripadvisor. Halaman ini dirancang untuk memberikan gambaran umum alat yang disediakan di Foundry Agent Service.

Alat pengetahuan

Agar agen AI Anda mendapatkan informasi dengan konteks yang lebih kaya dari berbagai sumber data. Foundry Agent Service telah mencakup berbagai jenis data:

• data privat: Azure AI Search, File Search, Microsoft Fabric, dan lainnya
• data web publik: Mengaitkan dengan Bing Search
• data berlisensi: Tripadvisor, Morningstar
• data yang tidak terstruktur: Pencarian Azure AI, Pencarian File
• data terstruktur: Microsoft Fabric dan banyak lagi

Alat aksi

Untuk menyederhanakan alur kerja dengan agen AI Anda dengan kemampuan untuk mengambil tindakan. Foundry Agent Service menyediakan berbagai alat tindakan untuk Anda dengan tingkat fleksibilitas, kontrol, dan kemudahan integrasi yang berbeda:

• Alat Deep Research: Alur penelitian mendalam terintegrasi berbasis web dengan o3-deep-research model dan Grounding dengan Bing Search.
• Azure Logic Apps: Solusi kode rendah/ tanpa kode untuk menambahkan alur kerja ke Agen AI Anda
• Alat Spesifikasi OpenAPI: Bawa spesifikasi OpenAPI yang ada dari API layanan yang ingin Anda tambahkan ke agen AI Anda, dengan perubahan kecil atau tanpa.
• Alat MCP: Integrasikan endpoint Model Context Protocol (MCP) yang sudah ada yang ingin Anda tambahkan ke agen AI Anda.
• Pemanggilan fungsi: Tulis fungsi kustom dan stateless Anda sendiri untuk menentukan perilaku yang diharapkan.
• Azure Functions: Tulis dan kelola fungsi kustom yang bersifat stateful milik Anda sendiri.

Bagaimana cara kerja alat di Foundry Agent Service?

Alat adalah kemampuan opsional yang dapat Anda tambahkan ke agen AI Anda agar model AI dapat menentukan dan memilih berdasarkan kueri dan konteks pengguna. Saat pengguna mengirim kueri, model AI mengidentifikasi niat dengan konteks dan berpotensi menulis ulang kueri pengguna. Kemudian model AI memutuskan alat mana yang akan dipanggil untuk setiap eksekusi. Misalnya, jika Anda menambahkan alat Grounding with Bing Search dan alat Azure AI Search ke agen Anda dan bertanya "apa cuaca di Seattle hari ini?", model akan mengidentifikasi niat Anda untuk bertanya tentang informasi real-time dan lebih mungkin untuk memanggil alat Grounding dengan Bing Search.

Anda dapat menambahkan alat di tingkat agen, utas, atau tingkat pelaksanaan. Dengan menyediakan alat pada tingkat yang lebih sempit, sumber daya alat akan mengambil alih sumber daya alat pada tingkat yang lebih luas. Misalnya, sumber daya alat pada tingkat eksekusi menggantikan sumber daya alat pada tingkat utas. Saat ini, Anda dapat menambahkan beberapa alat tetapi Anda dapat menambahkan satu kali instans dari masing-masing alat berikut: Pencarian File, Azure AI Search, Grounding dengan Bing Search, Grounding dengan Bing Custom Search, Microsoft Fabric, dan alat lainnya pada bagian knowledge.

Saat pengguna mengirim kueri ke agen, agen tersebut akan membuat utas, menjalankan, dan pesan. Untuk setiap eksekusi, model AI memutuskan alat apa yang akan dipanggil berdasarkan niat pengguna dan sumber daya alat yang tersedia. Berdasarkan output alat, model AI mungkin memutuskan untuk memanggil alat lain atau memanggil alat yang sama lagi untuk mendapatkan lebih banyak konteks. Misalnya, saat Anda menggunakan Grounding dengan alat Pencarian Bing, Anda mungkin melihat beberapa kueri Pencarian Bing saat menelusuri thread. Ini berarti model AI benar-benar memanggil alat Grounding with Bing Search beberapa kali dengan kueri yang berbeda untuk mendapatkan informasi lebih lanjut. Jika Anda ingin mempelajari selengkapnya tentang alat apa yang dipanggil dan bagaimana model AI memanggilnya, periksa detail langkah eksekusi.

Ada berbagai cara untuk memengaruhi cara agen AI Anda memanggil alat:

• Parameter tool_choice : Sebagian besar cara deterministik untuk mengontrol alat mana (jika ada) yang dipanggil oleh model. Secara default, diatur ke auto, yang berarti model AI akan memutuskan. Jika Anda ingin memaksa model untuk memanggil alat tertentu, Anda dapat memberikan spesifikasi alat ini, misalnya

  run = project_client.agents.runs.create_and_process(
        thread_id=thread.id, 
        agent_id=agent.id,
        tool_choice={"type": "bing_grounding"}  # specify the tool to use
        )
  

• Parameter instructions : Nondeterministik. Gunakan instruksi untuk membantu model AI memahami kasus penggunaan Anda dan tujuan setiap alat. Anda ingin memberi tahu model AI informasi atau tindakan apa yang dapat dilakukan setiap alat. Misalnya "gunakan alat <tool_name> Pencarian AI untuk informasi terkait produk, gunakan alat <tool_name> Fabric untuk informasi terkait penjualan." Terkadang kueri pengguna dapat direspons oleh pengetahuan dasar model atau oleh alat, Anda ingin memberikan instruksi seperti "gunakan output alat untuk menghasilkan respons, jangan gunakan pengetahuan Anda sendiri."

Prasyarat

• Agen yang dibuat
• Pastikan model AI Anda memiliki alokasi Token yang memadai -Per-Minute (TPM). Sebaiknya anda memiliki minimal 30k TPM. Anda dapat mengubah alokasi TPM dengan membuka model + titik akhir di portal AI Foundry dan mengedit model Anda.

Perangkat bawaan

Layanan Foundry Agent menyediakan alat bawaan berikut. Anda dapat menggunakannya dengan portal REST API, SDK, dan Azure AI Foundry.

Alat	Deskripsi
Azure AI Mesin Pencari	Gunakan indeks Azure AI Search yang ada untuk membantu agen dengan data dalam indeks, dan mengobrol dengan data Anda.
Azure Functions	Manfaatkan Azure Functions Anda untuk membuat aplikasi cerdas berbasis peristiwa.
Penerjemah Kode	Aktifkan agen untuk menulis dan menjalankan kode Python di lingkungan eksekusi yang terisolasi.
Penelitian Mendalam	Gunakan kemampuan penelitian agenik tingkat lanjut OpenAI untuk analisis dan penalaran.
Pencarian File	Meningkatkan kemampuan agen dengan pengetahuan dari luar modelnya, seperti informasi produk yang dimiliki secara eksklusif atau dokumen yang diberikan oleh pengguna Anda.
Pemanggilan fungsi	Jelaskan struktur fungsi yang Anda buat ke agen dan minta dipanggil jika sesuai selama interaksi agen dengan pengguna.
Grounding dengan Pencarian Bing	Aktifkan agen Anda untuk menggunakan Grounding dengan Bing Search untuk mengakses dan mengembalikan informasi dari internet.
Grounding dengan Pencarian Kustom Bing (pratinjau)	Tingkatkan respons Agen Anda dengan domain web yang dipilih
Model Context Protocol (pratinjau)	Memberikan akses agen ke alat yang dihosting di titik akhir MCP yang ada
Microsoft Fabric (pratinjau)	Integrasikan agen Anda dengan agen data Microsoft Fabric untuk membuka kemampuan analisis data yang kuat.
Alat yang Sesuai dengan Spesifikasi OpenAPI 3.0	Sambungkan Agen Azure AI Anda ke API eksternal menggunakan fungsi dengan spesifikasi OpenAPI 3.0.

Alat non-Microsoft

Alat berikut ditulis oleh mitra pihak ketiga. Gunakan tautan di bawah ini untuk melihat dokumentasi dan sampel kode.

Penting

• Penggunaan Anda atas layanan non-Microsoft yang terhubung tunduk pada persyaratan antara Anda dan penyedia layanan. Dengan menyambungkan ke layanan non-Microsoft, Anda mengakui bahwa beberapa data Anda, seperti konten permintaan, diteruskan ke layanan non-Microsoft, dan/atau aplikasi Anda mungkin menerima data dari layanan non-Microsoft. Anda bertanggung jawab atas penggunaan Anda (dan biaya apa pun yang terkait dengan penggunaan Anda) layanan dan data non-Microsoft.
• Kode dalam file non-Microsfot ini dibuat oleh pihak ketiga, bukan Microsoft, dan belum diuji atau diverifikasi oleh Microsoft. Penggunaan sampel kode anda tunduk pada persyaratan yang disediakan oleh pihak ketiga yang relevan. Dengan menggunakan sampel pihak ketiga apa pun dalam file ini, Anda mengakui bahwa Microsoft tidak bertanggung jawab kepada Anda atau orang lain sehubungan dengan sampel ini.

Alat	Deskripsi
Auquan	Otomatisasi alur kerja yang didukung AI untuk keuangan institusi
Celonis	Celonis memberikan Inteligensi Proses untuk mempercepat AI perusahaan dalam skala besar
Kutipan Asuransi InsureMO	Layanan API untuk penawaran asuransi Mobil, Rumah, dan Perjalanan
LEGALFLY	Wawasan hukum beralasan pada sumber tepercaya dari yurisdiksi Anda.
LexisNexis	Akses tanpa hambatan ke konten LexisNexis.
MiHCM	integrasi yang mulus dengan fungsionalitas SDM MiHCM
Morningstar	Akses up-to-riset investasi tanggal dan data seperti penelitian analis, komentar ahli, dan data Morningstar penting.
Trademo	Memberikan tugas terbaru dan data pengiriman sebelumnya untuk perdagangan antara beberapa negara
Tripadvisor	Mendapatkan data perjalanan, panduan, dan ulasan

Praktik Terbaik

Gunakan instruksi sistem untuk membantu model memanggil alat yang tepat

Agar model dapat memahami alat mana yang akan digunakan, Anda ingin memberikan instruksi terperinci bagi model untuk menjelaskan kapan dan cara menggunakan alat. Anda mungkin ingin mempertimbangkan untuk memberikan informasi berikut:

• Tujuan Utama: apa tujuan agen ini? apa tujuan tugas terkait? apa hasil yang diharapkan?
• Tanggung jawab Anda: tugas apa yang Anda harapkan untuk dilakukan agen. Misalnya, memanggil Grounding dengan alat Pencarian Bing untuk mendapatkan informasi terbaru tentang peristiwa lokal.
• Input yang mungkin Anda terima: input apa yang Anda harapkan diterima agen?
• Untuk setiap alat:
  • Nama alat
  • Deskripsi alat
  • Pemicu: kapan Anda mengharapkan alat ini dipanggil? Jenis informasi apa yang akan dicari? Apa yang akan ada dalam kueri?
  • Contoh kueri

Misalnya, Anda mungkin memberikan instruksi alat seperti berikut ini untuk alat Grounding with Bing Search:

Menggunakan alat Pencarian Bing

• Gunakan: Kumpulkan tren atau berita eksternal untuk memperkaya postingan dengan wawasan real time.
• Aktifkan ini ketika:
  • Pengguna meminta untuk mereferensikan data terbaru atau konteks kompetitif.
  • Contoh: "Dapatkah Anda mereferensikan tren industri terbaru?" atau "Apa yang dilakukan pesaing?".