工具之所以有趣，是因?yàn)樗鼈冏?AI Agents具備了更廣泛的能力。Agent不再局限于一組有限的操作，而是可以通過(guò)添加工具來(lái)執(zhí)行各種任務(wù)。今天，將探討工具使用設(shè)計(jì)模式，它描述了 AI Agents如何利用特定工具來(lái)實(shí)現(xiàn)目標(biāo)。

• 工具使用設(shè)計(jì)模式是什么？
• 工具可以應(yīng)用于哪些用例？
• 實(shí)現(xiàn)該設(shè)計(jì)模式需要哪些元素/構(gòu)建塊？
• 使用工具使用設(shè)計(jì)模式構(gòu)建可信 AI Agents時(shí)需要考慮哪些特殊事項(xiàng)？

工具使用設(shè)計(jì)模式是什么？

工具使用設(shè)計(jì)模式專注于讓大語(yǔ)言模型（LLM）能夠與外部工具交互以實(shí)現(xiàn)特定目標(biāo)。工具是可以由Agent執(zhí)行的代碼，用于執(zhí)行操作。工具可以是一個(gè)簡(jiǎn)單的函數(shù)（如計(jì)算器），也可以是第三方服務(wù)的 API 調(diào)用（如股票價(jià)格查詢或天氣預(yù)報(bào)）。在 AI Agents的上下文中，工具是根據(jù)模型生成的函數(shù)調(diào)用由Agent執(zhí)行的。

圖片

它可以應(yīng)用于哪些用例？

AI Agents可以利用工具完成復(fù)雜任務(wù)、檢索信息或做出決策。工具使用設(shè)計(jì)模式通常用于需要與外部系統(tǒng)動(dòng)態(tài)交互的場(chǎng)景，例如數(shù)據(jù)庫(kù)、Web 服務(wù)或代碼解釋器。

圖片

這種能力適用于以下多種用例：

• 動(dòng)態(tài)信息檢索：代理可以查詢外部 API 或數(shù)據(jù)庫(kù)以獲取最新數(shù)據(jù)（例如，查詢 SQLite 數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)分析，獲取股票價(jià)格或天氣信息）。
• 代碼執(zhí)行與解釋：代理可以執(zhí)行代碼或腳本以解決數(shù)學(xué)問(wèn)題、生成報(bào)告或進(jìn)行模擬。
• 工作流自動(dòng)化：通過(guò)集成任務(wù)調(diào)度器、電子郵件服務(wù)或數(shù)據(jù)管道等工具，自動(dòng)化重復(fù)性或多步驟的工作流。
• 客戶支持：代理可以與客戶關(guān)系管理系統(tǒng)（CRM）、票務(wù)平臺(tái)或知識(shí)庫(kù)交互以解決用戶查詢。
• 內(nèi)容生成與編輯：代理可以利用語(yǔ)法檢查器、文本摘要器或內(nèi)容安全評(píng)估器等工具協(xié)助內(nèi)容創(chuàng)作任務(wù)。

實(shí)現(xiàn)工具使用設(shè)計(jì)模式需要哪些元素/構(gòu)建塊？

這些構(gòu)建塊使 AI Agents能夠執(zhí)行廣泛的任務(wù)。以下是實(shí)現(xiàn)工具使用設(shè)計(jì)模式所需的關(guān)鍵元素：

• 函數(shù)/工具調(diào)用：這是讓 LLM 與工具交互的主要方式。函數(shù)或工具是代理用來(lái)執(zhí)行任務(wù)的可復(fù)用代碼塊。這些可以是從簡(jiǎn)單函數(shù)（如計(jì)算器）到第三方服務(wù)的 API 調(diào)用（如股票價(jià)格查詢或天氣預(yù)報(bào)）。
• 動(dòng)態(tài)信息檢索：代理可以查詢外部 API 或數(shù)據(jù)庫(kù)以獲取最新數(shù)據(jù)。這對(duì)于數(shù)據(jù)分析、獲取股票價(jià)格或天氣信息等任務(wù)很有用。
• 代碼執(zhí)行與解釋：代理可以執(zhí)行代碼或腳本以解決數(shù)學(xué)問(wèn)題、生成報(bào)告或進(jìn)行模擬。
• 工作流自動(dòng)化：通過(guò)集成任務(wù)調(diào)度器、電子郵件服務(wù)或數(shù)據(jù)管道等工具，自動(dòng)化重復(fù)性或多步驟的工作流。
• 客戶支持：代理可以與客戶關(guān)系管理系統(tǒng)（CRM）、票務(wù)平臺(tái)或知識(shí)庫(kù)交互以解決用戶查詢。
• 內(nèi)容生成與編輯：代理可以利用語(yǔ)法檢查器、文本摘要器或內(nèi)容安全評(píng)估器等工具協(xié)助內(nèi)容創(chuàng)作任務(wù)。

函數(shù)/工具調(diào)用

函數(shù)調(diào)用是讓大語(yǔ)言模型（LLM）與工具交互的主要方式。你經(jīng)常會(huì)看到“函數(shù)”和“工具”這兩個(gè)詞互換使用，因?yàn)椤昂瘮?shù)”（可復(fù)用代碼塊）就是代理用來(lái)執(zhí)行任務(wù)的“工具”。為了讓函數(shù)代碼被調(diào)用，LLM 必須將用戶請(qǐng)求與函數(shù)描述進(jìn)行對(duì)比。為此，會(huì)向 LLM 發(fā)送一個(gè)包含所有可用函數(shù)描述的模式。LLM 然后選擇最適合任務(wù)的函數(shù)并返回其名稱和參數(shù)。選定的函數(shù)被調(diào)用后，其響應(yīng)被發(fā)送回 LLM，LLM 利用這些信息回應(yīng)用戶的請(qǐng)求。

圖片

使用工具使用設(shè)計(jì)模式構(gòu)建可信 AI 代理時(shí)需要考慮哪些特殊事項(xiàng)？

LLM 動(dòng)態(tài)生成的 SQL 代碼的一個(gè)常見(jiàn)問(wèn)題是安全性，尤其是 SQL 注入或惡意行為的風(fēng)險(xiǎn)，例如刪除或篡改數(shù)據(jù)庫(kù)。盡管這些擔(dān)憂是合理的，但通過(guò)正確配置數(shù)據(jù)庫(kù)訪問(wèn)權(quán)限可以有效緩解這些問(wèn)題。對(duì)于大多數(shù)數(shù)據(jù)庫(kù)，這意味著將數(shù)據(jù)庫(kù)配置為只讀。對(duì)于 PostgreSQL 或 Azure SQL 等數(shù)據(jù)庫(kù)服務(wù)，應(yīng)為應(yīng)用程序分配只讀（SELECT）角色。

https://github.com/microsoft/ai-agents-for-beginners/tree/main