Cjevovod s više alata
Na ovoj stranici
Orkestracija alata u nizu
Agent za vremensku prognozu iz prethodne lekcije koristio je neovisne alate. U cjevovodu s više alata, rezultati jednog alata hrane sljedeći poziv. Model automatski orkestrira slijed—tvoja je uloga osigurati alate i izvršiti pozive.
Arhitektura cjevovoda
Tipičan cjevovod slijedi ovu shemu:
Pretraživanje → Analiza → Radnja → Obavijest
Svaki korak proizvodi podatke koje troši sljedeći. Model prirodno rukuje ovom orkestracijom zahvaljujući kontekstu razgovora.
Primjer: cjevovod za konkurentsku obavještajnu djelatnost
Zamisli cjevovod koji prati cijene konkurenata i generira izvješće:
tools = [
{
"type": "function",
"function": {
"name": "scrape_competitor_prices",
"description": "Retrieve current prices from a competitor "
"for a list of products. Returns an array "
"of {product, price, availability}.",
"parameters": {
"type": "object",
"properties": {
"competitor": {
"type": "string",
"description": "Competitor name"
},
"products": {
"type": "array",
"items": {"type": "string"},
"description": "List of products to check"
}
},
"required": ["competitor", "products"]
}
}
},
{
"type": "function",
"function": {
"name": "compare_with_our_prices",
"description": "Compare competitor prices with our prices. "
"Returns percentage gaps and adjustment "
"recommendations.",
"parameters": {
"type": "object",
"properties": {
"competitor_prices": {
"type": "array",
"items": {
"type": "object",
"properties": {
"product": {"type": "string"},
"price": {"type": "number"}
}
}
}
},
"required": ["competitor_prices"]
}
}
},
{
"type": "function",
"function": {
"name": "generate_report",
"description": "Generate a PDF report with the benchmark "
"analysis results. Returns the report URL.",
"parameters": {
"type": "object",
"properties": {
"title": {"type": "string"},
"data": {"type": "object"},
"format": {
"type": "string",
"enum": ["pdf", "csv", "json"]
}
},
"required": ["title", "data"]
}
}
},
{
"type": "function",
"function": {
"name": "send_notification",
"description": "Send an email or Slack notification "
"with a summary and a link to the report.",
"parameters": {
"type": "object",
"properties": {
"channel": {
"type": "string",
"enum": ["email", "slack"]
},
"recipient": {"type": "string"},
"message": {"type": "string"},
"attachment_url": {"type": "string"}
},
"required": ["channel", "recipient", "message"]
}
}
}
]
Izvršavanje cjevovoda
Kada korisnik zatraži: „Analiziraj cijene CompetitorX za naših top 5 proizvoda i pošalji izvješće prodajnom timu“, model orkestrira:
Turn 1 : scrape_competitor_prices(competitor="CompetitorX", products=[...])
Turn 2 : compare_with_our_prices(competitor_prices=[results from turn 1])
Turn 3 : generate_report(title="CompetitorX Price Monitoring", data={...})
Turn 4 : send_notification(channel="slack", recipient="#sales", ...)
Svaki okret koristi rezultate prethodnog. Model prirodno prosljeđuje podatke s jednog alata na drugi.
Kombiniranje poslužiteljskih i klijentskih alata u cjevovodu
Najmoćniji cjevovodi kombiniraju poslužiteljske i klijentske alate:
tools = [
{"type": "web_search"}, # Server: web search
{
"type": "function",
"function": {
"name": "extract_data",
"description": "Extract structured data from raw text",
"parameters": { ... }
}
},
{
"type": "function",
"function": {
"name": "save_to_crm",
"description": "Save extracted data to the CRM",
"parameters": { ... }
}
}
]
Tijek: model izvršava web pretraživanje (automatski na strani poslužitelja), zatim poziva tvoju funkciju za ekstrakciju (strana klijenta), a zatim sprema podatke u CRM (strana klijenta).
Obrazac: razgranavanje / spajanje (fan-out / fan-in)
Neki cjevovodi zahtijevaju obrazac razgranavanja (više paralelnih poziva) nakon kojeg slijedi spajanje (agregacija rezultata):
┌→ scrape_site_A ─┐
Request ─┤→ scrape_site_B ─┤→ aggregate_results → generate_report
└→ scrape_site_C ─┘
Model to prirodno rukuje paralelnim pozivima:
Turn 1 : [scrape_site_A, scrape_site_B, scrape_site_C] (parallel)
Turn 2 : aggregate_results(data=[result_A, result_B, result_C])
Turn 3 : generate_report(aggregated_data={...})
Rukovanje neuspjesima u cjevovodu
Robustan cjevovod rukuje neuspjesima u svakom koraku:
def execute_with_retry(name, args, max_retries=2):
for attempt in range(max_retries + 1):
try:
result = execute_function(name, args)
if "error" not in result:
return result
except Exception:
pass
if attempt < max_retries:
time.sleep(1) # Wait before retry
return {
"error": f"Failed after {max_retries + 1} attempts",
"function": name,
"partial_data": None
}
Kada korak ne uspije, model može:
- Pokušati ponovno s prilagođenim parametrima
- Preskočiti korak i nastaviti s djelomičnim podacima
- Obavijestiti korisnika i zatražiti upute
Ključne točke
- Cjevovod s više alata povezuje rezultate jednog alata sa sljedećim
- Model automatski orkestrira slijed zahvaljujući kontekstu
- Obrazac razgranavanja/spajanja kombinira paralelne pozive i agregaciju
- Kombiniraj poslužiteljske alate (web_search) i klijentske alate (tvoje funkcije) za hibridne cjevovode
- Rukuj neuspjesima u svakom koraku pomoću ponovnih pokušaja i rezervnih opcija
- Svaki alat u cjevovodu mora imati jasnu, pojedinačnu odgovornost