Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Arhitekture s više alata u proizvodnji

Lekcija 20 od 20 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Arhitekture s više alata u proizvodnji
  2. Slojevita arhitektura
  3. Produkcijski orkestrator
  4. Deklarativna konfiguracija
  5. Opservabilnost i praćenje
  6. Upravljanje troškovima
  7. Obrazac: inteligentni usmjerivač
  8. Kontrolni popis za proizvodnju
  9. Ključne točke
  10. Provjeri svoje znanje

Ažurirano 2. studenoga 2026. na temelju OpenAI dokumentacije: alat Code Interpreter sada zahtijeva parametar container (dodan svim primjerima), dijelovi tekstualnog unosa tipizirani su kao input_text, a web pretraživanje koristi alat web_search (web_search_preview sada je zastarjeli alat bez filtara domena). Generirane datoteke dohvaćaju se pomoću funkcija fichiers_generes i telecharger iz Lekcije 10. Izvori: Code Interpreter · Web search.

Arhitekture s više alata u proizvodnji

Prototip s više alata funkcionira jer ga koristi jedna osoba, poznaje njegova ograničenja i ponovno ga pokreće kada zakaže. Proizvodnja uklanja sva tri uvjeta odjednom. Ono što postaje kritično nije kvaliteta odgovora – ona je već bila prisutna – već tri svojstva koja prototipu nedostaju: znati što se dogodilo kada poziv ne uspije, spriječiti beskonačnu petlju da isprazni tvoj budžet i moći modificirati ponašanje bez ponovnog uvođenja u proizvodnju.

Obrazci u nastavku rješavaju svaki od ovih zahtjeva. Nemoj ih sve usvojiti odjednom: kreni s opservabilnošću, jer bez nje nećeš ni znati koji od ostalih nedostaje.

Slojevita arhitektura

Razdvajanje odgovornosti u slojeve nije arhitektonska elegancija: to čini svaki dio zamjenjivim. Konkretna korist je ta da možeš promijeniti orkestraciju bez dodirivanja sučelja ili dodati alat bez prepisivanja poslovne logike. Četiri sloja u nastavku minimalan su rastav koji se održava u praksi.

# Sloj 1: Sučelje - prihvat zahtjeva
# Sloj 2: Orkestracija - upravljanje petljom i usmjeravanje
# Sloj 3: Izvršenje - pozivi alata i funkcija
# Sloj 4: Opservabilnost - zapisi, metrike, tragovi

from openai import OpenAI
from dataclasses import dataclass, field
from datetime import datetime
import json
import time
import logging

logger = logging.getLogger("multi-outils")

@dataclass
class TraceExecution:
    """Trag izvršenja za praćenje."""
    requete_id: str
    debut: float = field(default_factory=time.time)
    tours: list = field(default_factory=list)
    outils_utilises: list = field(default_factory=list)
    tokens_total: int = 0
    erreurs: list = field(default_factory=list)
    duree_totale: float = 0.0

Produkcijski orkestrator

class OrchestreurProduction:
    def __init__(self, config: dict):
        self.client = OpenAI()
        self.config = config
        self.tools = self._construire_tools(config)
        self.dispatcher = self._construire_dispatcher(config)

    def _construire_tools(self, config: dict) -> list:
        """Gradi niz alata iz konfiguracije."""
        tools = []

        if config.get("file_search"):
            tools.append({
                "type": "file_search",
                "vector_store_ids": config["file_search"]["vector_stores"],
                "max_num_results": config["file_search"].get("max_results", 10)
            })

        if config.get("web_search"):
            tools.append({
                "type": "web_search",
                "search_context_size": config["web_search"].get("context_size", "medium")
            })

        if config.get("code_interpreter"):
            tools.append({"type": "code_interpreter", "container": {"type": "auto"}})

        for func in config.get("fonctions", []):
            tools.append(func)

        return tools

    def _construire_dispatcher(self, config: dict) -> dict:
        """Mapira imena funkcija na njihove implementacije."""
        return config.get("implementations", {})

    def executer(self, requete: str, fichiers: list = None,
                 max_tours: int = 10) -> dict:
        """Izvršava zahtjev s potpunim praćenjem."""
        trace = TraceExecution(
            requete_id=f"req_{int(time.time()*1000)}"
        )

        content = [{"type": "input_text", "text": requete}]
        if fichiers:
            for fid in fichiers:
                content.append({"type": "input_file", "file_id": fid})

        messages = [{"role": "user", "content": content}]

        try:
            for tour in range(max_tours):
                debut_tour = time.time()

                response = self.client.responses.create(
                    model=self.config.get("model", "gpt-5.6-terra"),
                    input=messages,
                    tools=self.tools,
                    instructions=self.config.get("instructions", "")
                )

                trace.tokens_total += response.usage.total_tokens

                # Identificiraj pozive funkcija
                appels = [
                    item for item in response.output
                    if item.type == "function_call"
                ]

                # Zabilježi korištene alate
                for item in response.output:
                    if hasattr(item, "type"):
                        trace.outils_utilises.append(item.type)

                trace.tours.append({
                    "numero": tour + 1,
                    "appels_fonction": len(appels),
                    "duree": time.time() - debut_tour
                })

                if not appels:
                    trace.duree_totale = time.time() - trace.debut
                    return {
                        "reponse": response.output_text,
                        "trace": trace
                    }

                # Izvrši prilagođene funkcije
                resultats = self._executer_fonctions(appels, trace)
                messages = response.output + resultats

        except Exception as e:
            trace.erreurs.append(str(e))
            trace.duree_totale = time.time() - trace.debut
            logger.error(f"Erreur requête {trace.requete_id}: {e}")
            return {"reponse": None, "erreur": str(e), "trace": trace}

        trace.duree_totale = time.time() - trace.debut
        return {"reponse": "Limite de tours", "trace": trace}

    def _executer_fonctions(self, appels: list, trace: TraceExecution) -> list:
        """Izvršava funkcije s rukovanjem greškama."""
        resultats = []
        for appel in appels:
            try:
                func = self.dispatcher.get(appel.name)
                if not func:
                    raise ValueError(f"Fonction inconnue : {appel.name}")

                args = json.loads(appel.arguments)
                resultat = func(**args)
                resultats.append({
                    "type": "function_call_output",
                    "call_id": appel.call_id,
                    "output": json.dumps(resultat)
                })
            except Exception as e:
                trace.erreurs.append(f"{appel.name}: {str(e)}")
                resultats.append({
                    "type": "function_call_output",
                    "call_id": appel.call_id,
                    "output": json.dumps({"error": str(e)})
                })
        return resultats

Deklarativna konfiguracija

Izvlačenje definicija sustava iz koda u konfiguraciju mijenja tko može intervenirati. Prilagodba sistemskog prompta, uklanjanje alata ili modificiranje gornje granice troškova postaje promjena datoteke – koja se može pregledati i poništiti – umjesto uvođenja u proizvodnju. Na sustavu koji evoluira tjedno, to je razlika između iteriranja i reagiranja.

config_assistant_commercial = {
    "model": "gpt-5.6-terra",
    "instructions": (
        "You are a sales assistant. You have access to CRM data, "
        "product documentation, the web, and data analysis. "
        "Prioritize internal data, enrich with web data."
    ),
    "file_search": {
        "vector_stores": ["vs_fiches_produit", "vs_propositions"],
        "max_results": 10
    },
    "web_search": {
        "context_size": "medium"
    },
    "code_interpreter": True,
    "fonctions": [
        {
            "type": "function",
            "name": "creer_opportunite",
            "description": "Create an opportunity in the CRM",
            "parameters": {
                "type": "object",
                "properties": {
                    "client": {"type": "string"},
                    "montant": {"type": "number"},
                    "probabilite": {"type": "integer"}
                },
                "required": ["client", "montant", "probabilite"],
                "additionalProperties": False
            },
            "strict": True
        }
    ],
    "implementations": {
        "creer_opportunite": lambda client, montant, probabilite:
            crm_service.creer_opportunite(client, montant, probabilite)
    }
}

orchestreur = OrchestreurProduction(config_assistant_commercial)
resultat = orchestreur.executer("Prepare a proposal for Acme Corp")

Opservabilnost i praćenje

Nadzorna ploča metrika

Tri metrike dovoljne su za početak, a svaka odgovara na drugačije pitanje: latencija po alatu govori ti koji usporava sustav, stopa neuspjeha po alatu govori ti koji je krhak, a trošak po zahtjevu govori ti koji izmiče kontroli. Globalni prosjek kroz sve tri ne odgovara ni na jedno od ovih pitanja.

class MetriquesMultiOutils:
    def __init__(self):
        self.requetes = []

    def enregistrer(self, trace: TraceExecution):
        self.requetes.append({
            "id": trace.requete_id,
            "timestamp": datetime.now().isoformat(),
            "duree": trace.duree_totale,
            "tours": len(trace.tours),
            "tokens": trace.tokens_total,
            "outils": list(set(trace.outils_utilises)),
            "erreurs": len(trace.erreurs),
            "cout_estime": self._estimer_cout(trace)
        })

    def _estimer_cout(self, trace: TraceExecution) -> float:
        """Procjenjuje trošak izvršenja u dolarima."""
        # Priblične stope za gpt-5.6-terra: $2 / $12 po milijunu
        cout_input = trace.tokens_total * 0.6 * 0.000002
        cout_output = trace.tokens_total * 0.4 * 0.000012
        return round(cout_input + cout_output, 4)

    def rapport(self) -> dict:
        if not self.requetes:
            return {}
        durees = [r["duree"] for r in self.requetes]
        tokens = [r["tokens"] for r in self.requetes]
        couts = [r["cout_estime"] for r in self.requetes]

        return {
            "total_requetes": len(self.requetes),
            "duree_moyenne": sum(durees) / len(durees),
            "tokens_moyen": sum(tokens) / len(tokens),
            "cout_total": sum(couts),
            "taux_erreur": sum(1 for r in self.requetes if r["erreurs"] > 0) / len(self.requetes),
            "outils_les_plus_utilises": self._outils_frequents()
        }

    def _outils_frequents(self) -> dict:
        compteur = {}
        for r in self.requetes:
            for outil in r["outils"]:
                compteur[outil] = compteur.get(outil, 0) + 1
        return dict(sorted(compteur.items(), key=lambda x: -x[1]))

Upravljanje troškovima

class GestionnaireCouts:
    def __init__(self, budget_quotidien: float = 50.0):
        self.budget = budget_quotidien
        self.depenses_jour = 0.0
        self.date_reset = datetime.now().date()

    def peut_executer(self, cout_estime: float) -> bool:
        """Provjerava dopušta li budžet izvršenje."""
        aujourdhui = datetime.now().date()
        if aujourdhui > self.date_reset:
            self.depenses_jour = 0.0
            self.date_reset = aujourdhui

        return (self.depenses_jour + cout_estime) <= self.budget

    def enregistrer_depense(self, cout: float):
        self.depenses_jour += cout

    def budget_restant(self) -> float:
        return self.budget - self.depenses_jour

# Integracija u orkestrator
gestionnaire_couts = GestionnaireCouts(budget_quotidien=100.0)

def executer_avec_budget(orchestreur, requete, **kwargs):
    cout_estime = 0.05  # Konzervativna procjena
    if not gestionnaire_couts.peut_executer(cout_estime):
        return {"erreur": "Daily budget reached", "restant": 0}

    resultat = orchestreur.executer(requete, **kwargs)
    cout_reel = resultat["trace"].tokens_total * 0.000002
    gestionnaire_couts.enregistrer_depense(cout_reel)

    return resultat

Obrazac: inteligentni usmjerivač

Kako se slučajevi uporabe množe, napast je sve prepustiti jednom sustavu opremljenim svakim alatom. To je najskuplji izbor: svaki zahtjev, čak i trivijalni, nosi puni skup definicija alata. Usmjerivač koji prvo klasificira zahtjev, a zatim poziva specijaliziranog orkestratora, održava kontekste kratkima i čini svaki tok zasebno mjerljivim.

class RouteurIntelligent:
    def __init__(self):
        self.client = OpenAI()
        self.orchestreurs = {}

    def enregistrer(self, domaine: str, orchestreur: OrchestreurProduction):
        self.orchestreurs[domaine] = orchestreur

    def router(self, requete: str) -> dict:
        """Određuje domenu i usmjerava na ispravan orkestrator."""
        # Brza klasifikacija s laganim modelom
        response = self.client.responses.create(
            model="gpt-5.6-terra",
            input=f"Classify this request into a domain: {requete}\n"
                  f"Available domains: {list(self.orchestreurs.keys())}\n"
                  f"Respond only with the domain name.",
        )

        domaine = response.output_text.strip().lower()

        if domaine not in self.orchestreurs:
            domaine = "general"  # Rezerva

        logger.info(f"Requête routee vers : {domaine}")
        return self.orchestreurs[domaine].executer(requete)

# Konfiguracija
routeur = RouteurIntelligent()
routeur.enregistrer("commercial", OrchestreurProduction(config_assistant_commercial))
routeur.enregistrer("support", OrchestreurProduction(config_support))
routeur.enregistrer("rh", OrchestreurProduction(config_rh))

# Uporaba
resultat = routeur.router("How many vacation days do I have left?")
# -> Automatski usmjerava na HR orkestrator

Kontrolni popis za proizvodnju

Ovaj kontrolni popis namjerno je kratak. Ne teži iscrpnosti, već pokriva točke čija odsutnost košta u incidentima, a ne u nelagodi – i koje ne možeš dodati u žurbi onog dana kada je sustav već u rukama korisnika.

checklist = {
    "securite": [
        "Validate arguments for each function",
        "Rate limiting per user",
        "Sanitize inputs and outputs",
        "No sensitive data in logs"
    ],
    "fiabilite": [
        "Retry with backoff on transient errors",
        "Circuit breaker per external service",
        "Timeout per tool and per global request",
        "Fallback when a tool is unavailable"
    ],
    "performance": [
        "Parallel execution of independent calls",
        "Cache frequent search results",
        "Limit the number of loop iterations",
        "Choose the model adapted to complexity (gpt-5.6-terra vs gpt-5.6-terra)"
    ],
    "observabilite": [
        "Structured logging for each call",
        "Latency and cost metrics",
        "Alerts on error rate",
        "Complete trace of each request"
    ],
    "couts": [
        "Daily budget with circuit breaker",
        "Cost estimation before execution",
        "Weekly spending report",
        "Model choice optimization by complexity"
    ]
}

Ključne točke

  • Razdvoji u slojeve: sučelje, orkestracija, izvršenje, opservabilnost
  • Koristi deklarativnu konfiguraciju za definiranje sustava
  • Prati svako izvršenje radi praćenja i otklanjanja grešaka
  • Implementiraj upravitelja troškovima s dnevnim budžetom
  • Inteligentni usmjerivač distribuira zahtjeve pravim orkestratorima

Provjeri svoje znanje

Pozivanje funkcija, pretraživanje, izvršenje: puni arsenal u pet pitanja.

1. Što dobra shema funkcije mora sadržavati?

Odgovor: Stroge tipove i operativne opise po parametru – to je ugovor koji model koristi za odluku kada pozvati i kako popuniti; validacija odbija ostalo.

2. Web Search ili File Search: kako odabrati?

Odgovor: Web Search za javne, nedavne informacije; File Search za tvoje indeksirane dokumente (chunking + ugrađeno rangiranje) – a hibridno pretraživanje kombinira oboje kada odgovor obuhvaća oba svijeta.

3. Što Code Interpreter omogućuje u API-ju?

Odgovor: Izvršavanje koda u sandboxu: obrada CSV/Excel/slika, precizno izračunavanje, izrada grafikona – model rasuđuje, kod izračunava, sandbox izolira.

4. Čemu služi Tool Search?

Odgovor: Za dinamično izlaganje velikog kataloga alata: model traži relevantni alat umjesto da odjednom primi stotinu shema – kontekst ostaje lagan, mogućnosti ostaju goleme.

5. Koja se pravila primjenjuju na arhitekturu s više alata u proizvodnji?

Odgovor: Alati s jasnim opsegom, rukovanje greškama i rezerve po alatu, paralelni pozivi kada su neovisni i opservabilnost za svaki poziv – robusnost se dizajnira alat po alat.

Svaki alat ima svoj teren; proizvodnja ih kombinira – gornja konačna arhitektura tvoj je referentni plan.