narzędzie Python

Narzędzie Python umożliwia tworzenie niestandardowych fragmentów kodu jako samodzielnych węzłów wykonywalnych w przepływie monitów. Możesz łatwo tworzyć narzędzia Python, edytować kod i weryfikować wyniki.

Dane wejściowe

Types

Parametry z adnotacją Connection typu są traktowane jako dane wejściowe połączenia, co oznacza:

• Rozszerzenie przepływu monitu wyświetla selektor do wybrania połączenia.
• Podczas wykonywania przepływ monitu próbuje znaleźć połączenie o tej samej nazwie z przekazanej wartości parametru.

Dane wyjściowe

Dane wyjściowe są zwracaną wartością funkcji narzędzia Python.

Pisanie za pomocą narzędzia Python

Podczas pisania w narzędziu Python skorzystaj z poniższych wskazówek.

Wytyczne

• Python kod narzędzia powinien składać się z kompletnego kodu Python, w tym wszelkich niezbędnych importów modułów.

• Python kod narzędzia musi zawierać funkcję ozdobioną @tool (funkcja narzędzia), która służy jako punkt wejścia do wykonania. @tool Zastosuj dekorator tylko raz w fragmencie kodu.

  Poniższy przykład definiuje narzędzie Python my_python_tool, które jest ozdobione @tool.

• Python parametry funkcji narzędzia muszą być przypisane w sekcji Inputs.

  Poniższy przykład definiuje dane wejściowe message i przypisuje je world.

• Funkcja narzędzia Python musi mieć wartość zwracaną.

  Poniższy przykład zwraca połączony ciąg.

Code

Poniższy fragment kodu przedstawia podstawową strukturę funkcji narzędzia. Przepływ monitu odczytuje funkcję i wyodrębnia dane wejściowe z parametrów funkcji i adnotacji typu.

from promptflow import tool
from promptflow.connections import CustomConnection

# The inputs section will change based on the arguments of the tool function, after you save the code
# Adding type to arguments and return value will help the system show the types properly
# Please update the function name/signature per need
@tool
def my_python_tool(message: str, my_conn: CustomConnection) -> str:
    my_conn_dict = dict(my_conn)
    # Do some function call with my_conn_dict...
    return 'hello ' + message

Dane wejściowe

Przepływ monitu próbuje znaleźć połączenie o nazwie my_conn podczas wykonywania.

Dane wyjściowe

"hello world"

Wywoływanie modelu rozumowania z narzędzia Python

Jeśli musisz wywołać modele rozumowania, których węzeł LLM nie obsługuje, możesz wywołać modele bezpośrednio za pomocą narzędzia Python. W poniższym przykładzie pokazano, jak wywołać model rozumowania z narzędzia Python.

from promptflow import tool
from promptflow.connections import AzureOpenAIConnection
from openai import AzureOpenAI
 
@tool
def my_python_tool(
    OpenAIConnection: AzureOpenAIConnection,
    scope_reply: str
):
    model_name = "o3-mini"
    deployment = "o3-mini"
    print(OpenAIConnection['api_base'])
    endpoint = OpenAIConnection['api_base'] #"https://<your endpoint>.openai.azure.com/"
    model_name = "o3-mini" #your model name
    deployment = "o3-mini" #your deployment name
 
    subscription_key = OpenAIConnection['api_key']
    api_version = "2024-12-01-preview" #Supply an API version that supports reasoning models.
 
    client = AzureOpenAI(
        api_version=api_version,
        azure_endpoint=endpoint,
        api_key=subscription_key,
    )
 
    response = client.chat.completions.create(
        messages=[
            {
                "role": "system",
                "content": "You are a helpful assistant.",
            },
            {
                "role": "user",
                "content": "I am going to Paris, what should I see?",
            }
        ],
        max_completion_tokens=100000,
        model=deployment
    )
    return response.choices[0].message.content

Połączenie niestandardowe w narzędziu Python

Jeśli tworzysz narzędzie Python, które wymaga wywoływania usług zewnętrznych z uwierzytelnianiem, użyj niestandardowego połączenia w przepływie monitów. Można go użyć do bezpiecznego przechowywania klucza dostępu, a następnie pobierania go w kodzie Python.

Tworzenie połączenia niestandardowego

Utwórz połączenie niestandardowe, które przechowuje wszystkie klucze interfejsu API modelu języka lub inne wymagane poświadczenia.

1. Przejdź do przepływu monitu w obszarze roboczym, a następnie wybierz kartę Połączenia .

2. Wybierz pozycję Utwórz>niestandardowy.

   

3. W okienku po prawej stronie możesz zdefiniować nazwę połączenia. Aby przechowywać poświadczenia i klucze, możesz dodać wiele par klucz-wartość, wybierając pozycję Dodaj pary klucz-wartość.

   

Używanie połączenia niestandardowego w Python

Aby użyć połączenia niestandardowego w kodzie Python:

1. W sekcji kodu w węźle Python zaimportuj niestandardową bibliotekę połączeń from promptflow.connections import CustomConnection. Zdefiniuj parametr wejściowy typu CustomConnection w funkcji narzędzia.

   

2. Przeanalizuj dane wejściowe w sekcji danych wejściowych, a następnie wybierz docelowe połączenie niestandardowe na liście rozwijanej Wartość .

   

Przykład:

from promptflow import tool
from promptflow.connections import CustomConnection

@tool
def my_python_tool(message: str, myconn: CustomConnection) -> str:
    # Get authentication key-values from the custom connection
    connection_key1_value = myconn.key1
    connection_key2_value = myconn.key2