Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Cjevovod s više alata

Lekcija 13 od 14 Ažurirano 29. srpnja 2026. Programer
Na ovoj stranici
  1. Orkestracija alata u nizu
  2. Arhitektura cjevovoda
  3. Primjer: cjevovod za konkurentsku obavještajnu djelatnost
  4. Izvršavanje cjevovoda
  5. Kombiniranje poslužiteljskih i klijentskih alata u cjevovodu
  6. Obrazac: razgranavanje / spajanje (fan-out / fan-in)
  7. Rukovanje neuspjesima u cjevovodu
  8. Ključne točke

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