Többeszközös folyamat
Ezen az oldalon
Eszközök sorrendi összehangolása
Az előző leckében szereplő időjárás-ügynök független eszközöket használt. Egy többeszközös folyamatban az egyik eszköz eredményei táplálják a következő hívást. A modell automatikusan összehangolja a sorrendet – a te feladatod az eszközök biztosítása és a hívások végrehajtása.
Folyamat architektúra
Egy tipikus folyamat ezt a sémát követi:
Keresés → Elemzés → Művelet → Értesítés
Minden lépés olyan adatot állít elő, amelyet a következő lépés felhasznál. A modell ezt az összehangolást természetesen kezeli a beszélgetési kontextusnak köszönhetően.
Példa: versenyhelyzet-elemző folyamat
Képzelj el egy folyamatot, amely figyelemmel kíséri a versenytársak árait és jelentést generál:
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"]
}
}
}
]
A folyamat végrehajtása
Amikor a felhasználó azt kéri: „Elemezd a CompetitorX árait a top 5 termékünkre, és küldd el a jelentést az értékesítési csapatnak“, a modell a következőképpen hangolja össze a lépéseket:
1. kör : scrape_competitor_prices(competitor="CompetitorX", products=[...])
2. kör : compare_with_our_prices(competitor_prices=[az 1. kör eredményei])
3. kör : generate_report(title="CompetitorX Árfelügyelet", data={...})
4. kör : send_notification(channel="slack", recipient="#sales", ...)
Minden kör az előző eredményeit használja fel. A modell természetesen adja át az adatokat az egyik eszközről a másikra.
Szerver- és klienseszközök kombinálása egy folyamatban
A leghatékonyabb folyamatok ötvözik a szerver- és klienseszközöket:
tools = [
{"type": "web_search"}, # Szerver: webes keresés
{
"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": { ... }
}
}
]
Folyamat: a modell végrehajt egy webes keresést (automatikusan a szerver oldalon), majd meghívja az adatkiemelő függvényedet (kliens oldal), végül elmenti az adatokat a CRM-be (kliens oldal).
Minta: szétágazás / összeágazás (fan-out / fan-in)
Egyes folyamatok szétágazó mintát igényelnek (több párhuzamos hívás), amelyet összeágazás (az eredmények aggregálása) követ:
┌→ scrape_site_A ─┐
Request ─┤→ scrape_site_B ─┤→ aggregate_results → generate_report
└→ scrape_site_C ─┘
A modell ezt természetesen kezeli párhuzamos hívásokkal:
1. kör : [scrape_site_A, scrape_site_B, scrape_site_C] (párhuzamos)
2. kör : aggregate_results(data=[result_A, result_B, result_C])
3. kör : generate_report(aggregated_data={...})
Hibakezelés egy folyamatban
Egy robusztus folyamat minden lépésben kezeli a hibákat:
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) # Várakozás az újrapróbálkozás előtt
return {
"error": f"Failed after {max_retries + 1} attempts",
"function": name,
"partial_data": None
}
Ha egy lépés meghiúsul, a modell képes:
- Újrapróbálkozni módosított paraméterekkel
- Kihagyni a lépést, és részleges adatokkal folytatni
- Tájékoztatni a felhasználót, és utasításokat kérni
Főbb megállapítások
- A többeszközös folyamat láncolja az egyik eszköz eredményeit a következőhöz
- A modell automatikusan hangolja össze a sorrendet a kontextusnak köszönhetően
- A szétágazó/összeágazó minta ötvözi a párhuzamos hívásokat és az aggregálást
- Kombinálj szervereszközöket (web_search) és klienseszközöket (saját függvényeid) hibrid folyamatokhoz
- Kezeld a hibákat minden lépésben újrapróbálkozással és tartalék megoldással
- A folyamatban szereplő minden eszköznek világos, egyetlen felelősségi köre kell legyen