Chiamata di funzioni degli assistenti Azure OpenAI (versione classica)

Si applica solo a:Portale di Foundry (versione classica). Questo articolo non è disponibile per il nuovo portale foundry. Altre informazioni sul nuovo portale.

Nota

I collegamenti in questo articolo potrebbero aprire contenuto nella nuova documentazione di Microsoft Foundry anziché nella documentazione di Foundry (versione classica) visualizzata.

Nota

L'API Assistants è stata dismessa. Utilizza il servizio generalmente disponibile Microsoft Foundry Agents. Per aggiornare i carichi di lavoro, vedere la guida alla migrazione. Altre informazioni.

L'API Assistants supporta le chiamate di funzione, che consente di descrivere la struttura delle funzioni a un Assistente e quindi restituire le funzioni che devono essere chiamate insieme ai relativi argomenti.

Supporto per le chiamate di funzione

Modelli supportati

La pagina modelli contiene le informazioni più up-to-date sulle aree/modelli in cui sono supportati gli assistenti.

Per usare tutte le funzionalità della chiamata di funzione, incluse le funzioni parallele, è necessario usare un modello rilasciato dopo il 6 novembre 2023.

Versioni API

Versioni api che iniziano con 2024-02-15-preview.

Definizione di funzione di esempio

Nota

  • È stato aggiunto il supporto per il tool_choice parametro che può essere usato per forzare l'uso di uno strumento specifico (ad esempio file_search, code_interpretero un function) in una determinata esecuzione.
  • Le esecuzioni scadono dieci minuti dopo la creazione. Assicurarsi di inviare gli output dello strumento prima della scadenza.
  • È anche possibile eseguire una chiamata di funzione con app per la logica Azure
from openai import AzureOpenAI
    
client = AzureOpenAI(
    api_key=os.getenv("AZURE_OPENAI_API_KEY"),  
    api_version="2024-07-01-preview",
    azure_endpoint = os.getenv("AZURE_OPENAI_ENDPOINT")
    )

assistant = client.beta.assistants.create(
  name="Weather Bot",
  instructions="You are a weather bot. Use the provided functions to answer questions.",
  model="gpt-4", #Replace with model deployment name
  tools=[{
      "type": "function",
    "function": {
      "name": "get_weather",
      "description": "Get the weather in location",
      "parameters": {
        "type": "object",
        "properties": {
          "location": {"type": "string", "description": "The city name, for example San Francisco"}
        },
        "required": ["location"]
      }
    }
  }]
)

Lettura delle funzioni

Quando si avvia un'operazione Esegui con un messaggio utente che attiva la funzione, esegui immetterà uno stato in sospeso. Dopo l'elaborazione, l'esecuzione immetterà uno stato requires_action che è possibile verificare recuperando l'istruzione Esegui.

{
  "id": "run_abc123",
  "object": "thread.run",
  "assistant_id": "asst_abc123",
  "thread_id": "thread_abc123",
  "status": "requires_action",
  "required_action": {
    "type": "submit_tool_outputs",
    "submit_tool_outputs": {
      "tool_calls": [
        {
          "id": "call_abc123",
          "type": "function",
          "function": {
            "name": "get_weather",
            "arguments": "{\"location\":\"Seattle\"}"
          }
        },
      ]
    }
  },
...

Invio di output della funzione

È quindi possibile completare Esegui inviando l'output dello strumento dalle funzioni chiamate. Passare il riferimento tool_call_id presente nell'oggetto required_action per associare l'output a ciascuna chiamata di funzione.


# Example function
def get_weather():
    return "It's 80 degrees F and slightly cloudy."

# Define the list to store tool outputs
tool_outputs = []
 
# Loop through each tool in the required action section
for tool in run.required_action.submit_tool_outputs.tool_calls:
  # get data from the weather function
  if tool.function.name == "get_weather":
    weather = get_weather()
    tool_outputs.append({
      "tool_call_id": tool.id,
      "output": weather
    })
 
# Submit all tool outputs at once after collecting them in a list
if tool_outputs:
  try:
    run = client.beta.threads.runs.submit_tool_outputs_and_poll(
      thread_id=thread.id,
      run_id=run.id,
      tool_outputs=tool_outputs
    )
    print("Tool outputs submitted successfully.")
  except Exception as e:
    print("Failed to submit tool outputs:", e)
else:
  print("No tool outputs to submit.")
 
if run.status == 'completed':
  print("run status: ", run.status)
  messages = client.beta.threads.messages.list(thread_id=thread.id)
  print(messages.to_json(indent=2))

else:
  print("run status: ", run.status)
  print (run.last_error.message)

Dopo l'invio degli output dello strumento, Esegui entrerà nello queued stato prima di riprendere l'esecuzione.

Vedere anche

  • Last updated on