Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Tool Search: Δυναμικά Εργαλεία

Μάθημα 15 / 20 Ενημερώθηκε 2 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Tool Search: Δυναμικά Εργαλεία
  2. Το πρόβλημα με τους μεγάλους καταλόγους εργαλείων
  3. Ενεργοποίηση του Tool Search
  4. Οργάνωση του καταλόγου συναρτήσεων
  5. Βέλτιστες πρακτικές για τις περιγραφές
  6. Συνδυασμός του Tool Search με σταθερά εργαλεία
  7. Πρότυπο: Σύστημα πολλαπλών τομέων
  8. Βασικά σημεία

Μάθημα ενημερώθηκε στις 2 Νοεμβρίου 2026 με βάση την τεκμηρίωση της OpenAI: το εργαλείο Code Interpreter απαιτεί πλέον την παράμετρο container (προστέθηκε σε όλα τα παραδείγματα), τα μέρη κειμένου εισόδου έχουν τύπο input_text, και η αναζήτηση στο διαδίκτυο χρησιμοποιεί το εργαλείο web_search (το web_search_preview είναι πλέον ένα παρωχημένο εργαλείο χωρίς φίλτρα τομέα). Τα παραγόμενα αρχεία ανακτώνται χρησιμοποιώντας τις συναρτήσεις fichiers_generes και telecharger από το Μάθημα 10. Πηγές: Code Interpreter · Web search.

Tool Search: Δυναμικά Εργαλεία

Όταν διαθέτετε δεκάδες ή εκατοντάδες συναρτήσεις, η δήλωσή τους όλες σε κάθε κλήση γίνεται αντιπαραγωγική: το μοντέλο χάνει ακρίβεια και το κόστος εκτοξεύεται. Το Tool Search λύνει αυτό το πρόβλημα επιτρέποντας στο μοντέλο να αναζητά το κατάλληλο εργαλείο σε έναν ευρετηριασμένο κατάλογο.

Το πρόβλημα με τους μεγάλους καταλόγους εργαλείων

Το κόστος ενός μεγάλου καταλόγου εργαλείων είναι αόρατο με δύο τρόπους. Πρώτον, οικονομικά: κάθε ορισμός συνάρτησης αποστέλλεται με κάθε αίτημα, συμπεριλαμβανομένων των ενενήντα οκτώ που δεν θα χρησιμοποιηθούν. Σε μεγάλη κλίμακα, αυτό τελικά υπερβαίνει το κόστος των ίδιων των απαντήσεων. Δεύτερον, και πιο σοβαρά, ποιοτικά: πέρα από μερικές δεκάδες εργαλεία με επικαλυπτόμενα πεδία εφαρμογής, το μοντέλο κάνει χειρότερες επιλογές. Πάρα πολλές επιλογές υποβαθμίζουν τη λήψη αποφάσεων, εδώ όπως και αλλού.

# 5 συναρτήσεις = ~500 tokens συμφραζομένων
# 50 συναρτήσεις = ~5000 tokens συμφραζομένων
# 200 συναρτήσεις = αδύνατη η αποτελεσματική διαχείριση

# Το μοντέλο χάνει ακρίβεια όταν υπάρχουν πάρα πολλές συναρτήσεις
# Μερικές φορές επιλέγει τη λάθος συνάρτηση ή παραισθάνεται παραμέτρους

Το Tool Search αντιστρέφει τη λογική: αντί να παρουσιάζετε τα πάντα στο μοντέλο, ευρετηριάζετε τον κατάλογο και του δείχνετε μόνο ό,τι ταιριάζει με το τρέχον αίτημα. Ο μηχανισμός βασίζεται στην σημασιολογική αναζήτηση πάνω στις περιγραφές—γι’ αυτό η επόμενη ενότητα δεν είναι απλώς συμβουλή στυλ· είναι προαπαιτούμενο για να λειτουργήσει το σύστημα.

from openai import OpenAI

client = OpenAI()

# Δηλώστε έναν μεγάλο αριθμό συναρτήσεων
all_functions = [
    {
        "type": "function",
        "name": "create_invoice",
        "description": "Create a new invoice for a customer",
        "parameters": {"type": "object", "properties": {"client_id": {"type": "string"}}, "required": ["client_id"]}
    },
    {
        "type": "function",
        "name": "cancel_invoice",
        "description": "Cancel an existing invoice",
        "parameters": {"type": "object", "properties": {"invoice_id": {"type": "string"}}, "required": ["invoice_id"]}
    },
    # ... δεκάδες άλλες συναρτήσεις
]

# Χρησιμοποιήστε το Tool Search για να αφήσετε το μοντέλο να βρει τη σωστή συνάρτηση
response = client.responses.create(
    model="gpt-5.6-terra",
    input="Cancel invoice FAC-2026-0042",
    tools=[{
        "type": "tool_search",
        "tool_search": {
            "tools": all_functions
        }
    }]
)

Το μοντέλο λαμβάνει στα συμφραζόμενά του μόνο τις συναρτήσεις που σχετίζονται με το αίτημα, όχι ολόκληρο τον κατάλογο.

Οργάνωση του καταλόγου συναρτήσεων

Δύο αρχές αρκούν για να δομήσετε έναν κατάλογο που παραμένει πλοηγήσιμος. Προθέστε ονόματα ανά τομέα (crm_, billing_, inventory_): η ανάγνωση του ίχνους εκτέλεσης γίνεται άμεση και οι συγκρούσεις ονομάτων εξαφανίζονται. Και δώστε σε κάθε συνάρτηση ένα σαφές πεδίο εφαρμογής—δύο συναρτήσεις των οποίων οι περιγραφές επικαλύπτονται θα παράγουν ασταθείς επιλογές, είτε ένας άνθρωπος είτε μια μηχανή διανυσμάτων κάνει την κλήση.

crm_catalog = [
    {
        "type": "function",
        "name": "crm_search_customer",
        "description": "Search for a customer in the CRM by name, email, or ID. "
                       "Use to find information about an existing customer.",
        "parameters": {
            "type": "object",
            "properties": {
                "term": {"type": "string", "description": "Search term"},
                "field": {"type": "string", "enum": ["name", "email", "id"]}
            },
            "required": ["term"],
            "additionalProperties": False
        },
        "strict": True
    },
    {
        "type": "function",
        "name": "crm_create_customer",
        "description": "Create a new customer in the CRM. "
                       "Use when a customer does not yet exist.",
        "parameters": {
            "type": "object",
            "properties": {
                "name": {"type": "string"},
                "email": {"type": "string"},
                "company": {"type": "string"}
            },
            "required": ["name", "email", "company"],
            "additionalProperties": False
        },
        "strict": True
    }
]

billing_catalog = [
    {
        "type": "function",
        "name": "bill_create_invoice",
        "description": "Create an invoice. Requires an existing customer.",
        "parameters": {
            "type": "object",
            "properties": {
                "client_id": {"type": "string"},
                "lines": {"type": "array", "items": {"type": "object", "properties": {
                    "description": {"type": "string"},
                    "amount": {"type": "number"}
                }}}
            },
            "required": ["client_id", "lines"],
            "additionalProperties": False
        },
        "strict": True
    }
]

# Συγχώνευση όλων των καταλόγων
full_catalog = crm_catalog + billing_catalog

Βέλτιστες πρακτικές για τις περιγραφές

Γράψτε περιγραφές για αναζήτηση, όχι για τεκμηρίωση. Η φράση «Ανάκτηση δεδομένων πελάτη» δεν θα βρεθεί ποτέ από ένα ερώτημα σχετικά με το «ιστορικό παραγγελιών» ή τις «λεπτομέρειες επικοινωνίας χρέωσης»: οι λέξεις που πληκτρολογούν πραγματικά οι χρήστες σας πρέπει να εμφανίζονται στο ευρετηριασμένο κείμενο. Μια χρήσιμη περιγραφή ονομάζει περιπτώσεις χρήσης και επιχειρηματικό λεξιλόγιο, όχι λεπτομέρειες υλοποίησης.

# Κακό: πολύ γενικό
{"name": "get_data", "description": "Retrieve data"}

# Καλό: συγκεκριμένο με πλαίσιο χρήσης
{
    "name": "hr_check_leave_balance",
    "description": "Check an employee's leave balance (vacation, personal time, sick leave). "
                   "Returns remaining days by leave type. "
                   "Use when an employee asks how many days they have left."
}

# Καλό: με συνώνυμα για βελτίωση της αναζήτησης
{
    "name": "acct_reconcile_bank",
    "description": "Bank reconciliation: compare accounting entries "
                   "with bank transactions. Account reconciliation. "
                   "Use to verify consistency between accounting records "
                   "and bank statements."
}

Συνδυασμός του Tool Search με σταθερά εργαλεία

Η ανάμειξη είναι ο τυπικός τρόπος λειτουργίας στην παραγωγή. Μερικά διατομεακά εργαλεία—ώρα, τρέχων χρήστης, αναζήτηση εγγράφων—παραμένουν δηλωμένα μόνιμα επειδή εξυπηρετούν σχεδόν κάθε αίτημα, ενώ ο επιχειρηματικός κατάλογος παραμένει δυναμικός. Αυτό διατηρεί τα συμφραζόμενα ελαφριά χωρίς να αναγκάζει το μοντέλο να αναζητά κάθε φορά αυτό που χρειάζεται.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Search the web for this month's sales and create the corresponding invoice",
    tools=[
        # Εργαλεία πάντα διαθέσιμα
        {"type": "web_search"},
        {"type": "code_interpreter", "container": {"type": "auto"}},
        # Δυναμικός κατάλογος
        {
            "type": "tool_search",
            "tool_search": {
                "tools": full_catalog  # 200+ συναρτήσεις
            }
        }
    ]
)

Πρότυπο: Σύστημα πολλαπλών τομέων

class MultiDomainSystem:
    def __init__(self):
        self.client = OpenAI()
        self.catalogs = {}

    def register_domain(self, name: str, functions: list[dict]):
        """Register a function catalog for a domain."""
        self.catalogs[name] = functions

    def full_catalog(self) -> list[dict]:
        """Merge all catalogs."""
        result = []
        for functions in self.catalogs.values():
            result.extend(functions)
        return result

    def execute(self, query: str) -> str:
        """Execute a query with Tool Search across all domains."""
        response = self.client.responses.create(
            model="gpt-5.6-terra",
            input=query,
            tools=[{
                "type": "tool_search",
                "tool_search": {
                    "tools": self.full_catalog()
                }
            }]
        )

        # Επεξεργασία κλήσεων συναρτήσεων
        for item in response.output:
            if item.type == "function_call":
                result = self.dispatcher(item.name, item.arguments)
                # ... βρόχος κλήσης συναρτήσεων

        return response.output_text

    def dispatcher(self, name: str, arguments: str):
        """Route the call to the correct service."""
        # Η λογική δρομολόγησής σας
        pass

# Χρήση
system = MultiDomainSystem()
system.register_domain("crm", crm_catalog)
system.register_domain("billing", billing_catalog)
system.register_domain("hr", hr_catalog)
system.register_domain("support", support_catalog)

# Το μοντέλο βρίσκει αυτόματα τη σωστή συνάρτηση
# ανάμεσα σε εκατοντάδες πιθανότητες
result = system.execute("How many vacation days does Marie Dupont have left?")

Βασικά σημεία

  • Το Tool Search λύνει το πρόβλημα των μεγάλων καταλόγων συναρτήσεων
  • Το μοντέλο λαμβάνει στα συμφραζόμενά του μόνο τις σχετικές συναρτήσεις
  • Οι πλούσιες, συγκεκριμένες περιγραφές είναι απαραίτητες για την ακρίβεια
  • Προθέστε ονόματα συναρτήσεων ανά τομέα για αναγνωσιμότητα
  • Συνδυάστε το Tool Search με ενσωματωμένα εργαλεία πάντα διαθέσιμα