Azure AI Foundry Agent Service (wersja zapoznawcza)

Szczegóły typu obiektu odpowiedzi.

Lista komunikatów zwracanych przez usługę.

Szczegóły pierwszego identyfikatora.

Szczegóły ostatniego identyfikatora.

Informuje, czy jest tam więcej agentów.

Lista agentów zwróconych przez usługę.

Unikatowy identyfikator agenta.

Nazwa agenta.

Opis agenta.

Wersja agenta.

Po utworzeniu agenta.

Typ obiektu.

Unikatowy identyfikator agenta.

Nazwa agenta.

Stan operacyjny agenta.

Stan konfiguracji agenta.

Źródło bieżącego stanu.

Konfiguracja punktu końcowego agenta.

Typ cyfrowego procesu roboczego, jeśli ma to zastosowanie.

Tożsamość wystąpienia agenta.

Tożsamość strategii agenta.

Referencja do planu agenta.

Karta agenta, jeśli jest dostępna.

Metadane skojarzone z wersją agenta.

Typ obiektu.

Unikatowy identyfikator wersji agenta.

Nazwa agenta.

Identyfikator wersji.

Czytelny dla człowieka opis wersji agenta.

Sygnatura czasowa systemu Unix w sekundach utworzenia wersji agenta.

Definicja agenta.

Czy jest to wersja robocza.

Status provisioningu wersji agenta.

Tożsamość wystąpienia wersji agenta.

Tożsamość strategii wersji agenta.

Dokumentacja strategii dla wersji agenta.

Unikalny identyfikator GUID agenta.

Typ obiektu.

Lista wersji agentów zwracanych przez usługę.

Pierwszy identyfikator obiektu na stronie.

Ostatni identyfikator obiektu na stronie.

Czy są dostępne więcej wyników.

Identyfikator hostowanej sesji.

Bieżący stan sesji.

Sygnatura czasowa systemu Unix w sekundach, kiedy sesja została utworzona.

Sygnatura czasowa systemu Unix w sekundach, kiedy sesja była ostatnio uzyskiwana.

Sygnatura czasowa systemu Unix w sekundach po wygaśnięciu sesji.

Sygnatura czasowa systemu Unix w sekundach, kiedy sesja została zatrzymana, jeśli ma to zastosowanie.

Typ wskaźnika wyboru wersji.

Wersja hostowanego agenta przypisana do sesji.

Sesje hostowane zwrócone przez usługę.

Pierwszy identyfikator hostowanej sesji na stronie.

Ostatni identyfikator hostowanej sesji na stronie.

Czy są dostępne więcej hostowanych sesji.

Ścieżka przekazanego pliku.

Liczba zapisanych bajtów.

Czy przekazywanie powiodło się.

Typ źródła używany do przekazywania.

Ścieżka katalogu, która została wyświetlona.

Pliki i katalogi w żądanej ścieżce.

Określa, czy są dostępne więcej wpisów.

Nazwa pliku lub katalogu.

Rozmiar pliku w bajtach.

Czy wpis jest katalogiem.

Czas modyfikacji wpisu zgłoszony przez hostowaną sesję.

Identyfikator, do którego można odwoływać się w punktach końcowych interfejsu API.

Typ obiektu, który jest zawsze wątkiem.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu utworzenia wątku.

Zestaw 16 par klucz-wartość, które można dołączyć do obiektu. Może to być przydatne do przechowywania dodatkowych informacji o obiekcie w formacie ustrukturyzowanym. Klucze mogą mieć długość maksymalnie 64 znaków, a wartości mogą mieć długość maksymalnie 512 znaków.

Identyfikator, do którego można odwoływać się w punktach końcowych interfejsu API.

Typ obiektu, który jest zawsze thread.run.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu utworzenia przebiegu.

Identyfikator wątku, który został wykonany w ramach tego przebiegu.

Identyfikator asystenta używanego do wykonywania tego przebiegu.

Stan przebiegu, który można umieścić w kolejce, in_progress, requires_action, anulowanie, anulowanie, niepowodzenie, ukończenie lub wygaśnięcie.

Szczegółowe informacje na temat akcji wymaganej do kontynuowania przebiegu. Jeśli żadna akcja nie jest wymagana, będzie mieć wartość null.

Ostatni błąd skojarzony z tym przebiegiem. Wartość null będzie mieć wartość null, jeśli nie ma żadnych błędów.

Sygnatura czasowa systemu Unix (w sekundach) dla czasu wygaśnięcia przebiegu.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu uruchomienia przebiegu.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu anulowania przebiegu.

Sygnatura czasowa systemu Unix (w sekundach) dla czasu niepowodzenia uruchomienia.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu ukończenia przebiegu.

Nazwa wdrożenia modelu używana przez asystenta do tego przebiegu.

Instrukcje używane przez asystenta do tego przebiegu.

Lista narzędzi używanych przez asystenta do tego przebiegu.

Lista identyfikatorów plików asystenta używanego na potrzeby tego przebiegu.

Zestaw 16 par klucz-wartość, które można dołączyć do obiektu. Klucze mogą mieć długość maksymalnie 64 znaków, a wartości mogą mieć maksymalnie 512 znaków.

Określa, które narzędzie (jeśli istnieje) jest wywoływane przez model. "none" oznacza, że model nie wywoła żadnych narzędzi i zamiast tego generuje komunikat. "auto" oznacza, że model może wybierać między generowaniem komunikatu lub wywoływaniem narzędzia. Określanie narzędzia takiego jak {'type': 'file_search'} lub {'type': 'function', 'function': {'name': 'my_function'}} wymusza wywołanie tego narzędzia przez model.

Maksymalna liczba tokenów monitów określonych do użycia w trakcie przebiegu.

Maksymalna liczba tokenów ukończenia określonych do użycia w trakcie przebiegu.

Statystyki użycia związane z uruchomieniem. Ta wartość będzie mieć wartość null, jeśli przebieg nie znajduje się w stanie terminalu (np. in_progress, w kolejce).

Określa sposób obcinania wątku przed uruchomieniem.

Format, który musi zostać wygenerowany przez model. Zgodny z GPT-4 Turbo i wszystkimi modelami GPT-3.5 Turbo od gpt-3.5-turbo-1106.

Identyfikator, do którego można odwoływać się w punktach końcowych interfejsu API.

Typ obiektu, który jest zawsze thread.run.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu utworzenia przebiegu.

Identyfikator wątku, który został wykonany w ramach tego przebiegu.

Identyfikator asystenta używanego do wykonywania tego przebiegu.

Stan przebiegu, który można umieścić w kolejce, in_progress, requires_action, anulowanie, anulowanie, niepowodzenie, ukończenie lub wygaśnięcie.

Szczegółowe informacje na temat akcji wymaganej do kontynuowania przebiegu. Jeśli żadna akcja nie jest wymagana, będzie mieć wartość null.

Ostatni błąd skojarzony z tym przebiegiem. Wartość null będzie mieć wartość null, jeśli nie ma żadnych błędów.

Sygnatura czasowa systemu Unix (w sekundach) dla czasu wygaśnięcia przebiegu.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu uruchomienia przebiegu.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu anulowania przebiegu.

Sygnatura czasowa systemu Unix (w sekundach) dla czasu niepowodzenia uruchomienia.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu ukończenia przebiegu.

Nazwa wdrożenia modelu używana przez asystenta do tego przebiegu.

Instrukcje używane przez asystenta do tego przebiegu.

Lista narzędzi używanych przez asystenta do tego przebiegu.

Lista identyfikatorów plików asystenta używanego na potrzeby tego przebiegu.

Zestaw 16 par klucz-wartość, które można dołączyć do obiektu. Klucze mogą mieć długość maksymalnie 64 znaków, a wartości mogą mieć maksymalnie 512 znaków.

Określa, które narzędzie (jeśli istnieje) jest wywoływane przez model. "none" oznacza, że model nie wywoła żadnych narzędzi i zamiast tego generuje komunikat. "auto" oznacza, że model może wybierać między generowaniem komunikatu lub wywoływaniem narzędzia. Określanie narzędzia takiego jak {'type': 'file_search'} lub {'type': 'function', 'function': {'name': 'my_function'}} wymusza wywołanie tego narzędzia przez model.

Maksymalna liczba tokenów monitów określonych do użycia w trakcie przebiegu.

Maksymalna liczba tokenów ukończenia określonych do użycia w trakcie przebiegu.

Statystyki użycia związane z uruchomieniem. Ta wartość będzie mieć wartość null, jeśli przebieg nie znajduje się w stanie terminalu (np. in_progress, w kolejce).

Określa sposób obcinania wątku przed uruchomieniem.

Format, który musi zostać wygenerowany przez model. Zgodny z GPT-4 Turbo i wszystkimi modelami GPT-3.5 Turbo od gpt-3.5-turbo-1106.

Szczegóły typu obiektu odpowiedzi

Lista komunikatów zwracanych przez usługę.

Szczegóły pierwszego identyfikatora

Szczegóły ostatniego identyfikatora

Informuje, czy istnieje więcej agentów

Identyfikator, do którego można odwoływać się w punktach końcowych interfejsu API.

Typ obiektu, który jest zawsze asystentem.

Sygnatura czasowa systemu Unix (w sekundach) dla momentu utworzenia asystenta.

Nazwa asystenta. Maksymalna długość to 256 znaków.

Opis asystenta. Maksymalna długość to 512 znaków.

Nazwa nazwy wdrożenia modelu do użycia.

Instrukcje systemowe używane przez asystenta. Maksymalna długość to 32768 znaków.

Lista narzędzi włączonych w asystencie. Może istnieć maksymalnie 128 narzędzi na asystenta. Narzędzia mogą być typami code_interpreter lub funkcji. Opis funkcji może mieć maksymalnie 1024 znaki.

Zestaw 16 par klucz-wartość, które można dołączyć do obiektu. Przydatne do przechowywania dodatkowych informacji w formacie ustrukturyzowanym. Klucze mogą mieć długość maksymalnie 64 znaków, a wartości mogą mieć maksymalnie 512 znaków.

Wartość domyślna to 1. Określa temperaturę próbkowania do użycia z zakresu od 0 do 2. Wyższe wartości, takie jak 0,8, sprawią, że dane wyjściowe będą bardziej losowe, a niższe wartości, takie jak 0,2, sprawią, że będą bardziej skoncentrowane i deterministyczne.

Wartość domyślna to 1. Alternatywa dla próbkowania z temperaturą, zwana próbkowaniem jądra, gdzie model uwzględnia wyniki tokenów z masą prawdopodobieństwa top_p. Dlatego 0,1 oznacza, że uwzględniane są tylko tokeny znajdujące się w górnych 10% masy prawdopodobieństwa.

Określa format, który model musi wyświetlić. Ustawienie tego parametru na { "type": "json_object" } włącza tryb JSON, upewniając się, że komunikat jest prawidłowy w formacie JSON.

Zestaw zasobów używanych przez narzędzia asystenta. Zasoby są specyficzne dla typu narzędzia. Na przykład narzędzie code_interpreter wymaga listy identyfikatorów plików, a narzędzie file_search wymaga listy identyfikatorów magazynów wektorów.

Podsumowanie rozumowania wykonywanego przez model. Może to być przydatne do debugowania i zrozumienia procesu rozumowania modelu. autoJeden z , conciselub detailed.

Przestarzałe: użyj summary zamiast tego.

Podsumowanie rozumowania wykonywanego przez model. Może to być przydatne do debugowania i zrozumienia procesu rozumowania modelu. autoJeden z , conciselub detailed.

Obiekt określający format, który musi zostać wygenerowany przez model.

Konfigurowanie { "type": "json_schema" } umożliwia korzystanie ze strukturowych danych wyjściowych, co zapewnia, że model będzie zgodny z podanym schematem JSON. Dowiedz się więcej w przewodniku Dotyczącym danych wyjściowych ze strukturą.

Domyślny format to { "type": "text" } bez żadnych dodatkowych opcji.

Niezalecane w przypadku modeli gpt-4o i nowszych:

Włączenie trybu { "type": "json_object" } aktywuje starszy tryb JSON, co gwarantuje, że komunikat generowany przez model jest prawidłowym kodem JSON. Użycie json_schema jest preferowane w przypadku modeli, które go obsługują.

Narzędzie, które może służyć do generowania odpowiedzi.

Unikatowy identyfikator szablonu monitu do użycia.

Opcjonalna wersja szablonu monitu.

Opcjonalna mapa wartości, które mają być zastępowane zmiennymi w wierszu polecenia. Wartości podstawienia mogą być ciągami lub innymi typami wejściowymi odpowiedzi, takimi jak obrazy lub pliki.

Zestaw 16 par klucz-wartość, które można dołączyć do obiektu. Może to być przydatne do przechowywania dodatkowych informacji o obiekcie w formacie ustrukturyzowanym i wykonywania zapytań dotyczących obiektów za pośrednictwem interfejsu API lub pulpitu nawigacyjnego.

Klucze to ciągi o maksymalnej długości 64 znaków. Wartości to ciągi o maksymalnej długości 512 znaków.

Jaka temperatura próbkowania ma być używana z zakresu od 0 do 2. Wyższe wartości, takie jak 0,8, sprawią, że dane wyjściowe będą bardziej losowe, a niższe wartości, takie jak 0,2, sprawią, że będą bardziej skoncentrowane i deterministyczne. Ogólnie zalecamy zmienić to lub top_p, ale nie obu jednocześnie.

Alternatywa dla próbkowania z temperaturą, zwana próbkowaniem jądra, gdzie model uwzględnia wyniki tokenów z masą prawdopodobieństwa top_p. Dlatego 0,1 oznacza, że uwzględniane są tylko tokeny znajdujące się w górnych 10% masy prawdopodobieństwa.

Ogólnie zalecamy zmienić to lub temperature, ale nie obu jednocześnie.

Unikatowy identyfikator reprezentujący użytkownika końcowego, który może pomóc usłudze OpenAI w monitorowaniu i wykrywaniu nadużyć. Dowiedz się więcej.

Określa typ przetwarzania używany do obsługi żądania.

• Jeśli ustawiono wartość "auto", żądanie zostanie przetworzone z warstwą usługi skonfigurowaną w ustawieniach Project. Jeśli nie skonfigurowano inaczej, Project będzie używać wartości domyślnej.
• Jeśli zostanie ustawiona wartość "domyślna", żądanie zostanie przetworzone przy użyciu standardowych cen i wydajności dla wybranego modelu.
• Jeśli ustawiono wartość "flex" lub "priority", żądanie zostanie przetworzone przy użyciu odpowiedniej warstwy usługi. Skontaktuj się ze sprzedażą , aby dowiedzieć się więcej o przetwarzaniu priorytetu.
• Jeśli nie zostanie ustawiona, domyślne zachowanie to "auto".

Po ustawieniu parametru service_tier treść odpowiedzi będzie zawierać service_tier wartość opartą na trybie przetwarzania używanym do obsługi żądania. Ta wartość odpowiedzi może różnić się od wartości ustawionej w parametrze .

Liczba całkowita z zakresu od 0 do 20 określająca liczbę najbardziej prawdopodobnych tokenów do zwrócenia na każdej pozycji, z których każdy ma skojarzone logarytmiczne prawdopodobieństwo.

Unikatowy identyfikator poprzedniej odpowiedzi na model. Użyj tego, aby utworzyć wielokrotne konwersacje. Dowiedz się więcej o stanie konwersacji.

Wdrożenie modelu do użycia na potrzeby tworzenia tej odpowiedzi.

Tylko modele serii o

Opcje konfiguracji dla modeli rozumowania.

Czy uruchomić odpowiedź modelu w tle. Dowiedz się więcej.

Górna granica liczby tokenów, które można wygenerować dla odpowiedzi, w tym widoczne tokeny wyjściowe i tokeny rozumowania.

Maksymalna liczba wywołań do wbudowanych narzędzi, które można przetworzyć w odpowiedzi. Ta maksymalna liczba dotyczy wszystkich wbudowanych wywołań narzędzi, a nie poszczególnych narzędzi. Wszelkie dalsze próby wywołania narzędzia przez model zostaną zignorowane.

Tablica narzędzi, które model może wywołać podczas generowania odpowiedzi. Możesz określić, którego narzędzia użyć, ustawiając tool_choice parametr .

Dwie kategorie narzędzi, które można modelowi podać, to:

• Wbudowane narzędzia: narzędzia udostępniane przez usługę OpenAI, które rozszerzają możliwości modelu, takie jak wyszukiwanie w Internecie lub wyszukiwanie plików. Dowiedz się więcej o wbudowanych narzędziach.
• Wywołania funkcji (narzędzia niestandardowe): funkcje zdefiniowane przez Użytkownika, umożliwiając modelowi wywoływanie własnego kodu. Dowiedz się więcej o wywoływaniu funkcji.

W jaki sposób model powinien wybrać narzędzie (lub narzędzia), które ma być używane podczas generowania odpowiedzi. Zobacz parametr , tools aby zobaczyć, jak określić narzędzia, które może wywołać model.

Odwołanie do szablonu monitu i jego zmiennych. Dowiedz się więcej.

Strategia obcinania, która ma być użyta dla odpowiedzi modelu.

• auto: Jeśli kontekst tej odpowiedzi i poprzednich przekroczy rozmiar okna kontekstu modelu, model obcina odpowiedź, aby dopasować okno kontekstu, upuszczając elementy wejściowe w środku konwersacji.
• disabled (ustawienie domyślne): Jeśli odpowiedź modelu przekroczy rozmiar okna kontekstu dla modelu, żądanie zakończy się niepowodzeniem z powodu błędu 400.

Unikatowy identyfikator tej odpowiedzi.

Typ obiektu tego zasobu — zawsze ustawiony na response.

Stan generowania odpowiedzi. completedJeden z , , failedin_progress, cancelledqueuedlub incomplete.

Sygnatura czasowa systemu Unix (w sekundach) czasu utworzenia tej odpowiedzi.

Obiekt błędu zwracany, gdy model nie może wygenerować odpowiedzi.

Powód, dla którego odpowiedź jest niekompletna.

Tablica elementów zawartości wygenerowanych przez model.

• Długość i kolejność elementów w output tablicy zależy od odpowiedzi modelu.
• Zamiast uzyskiwać dostęp do pierwszego elementu w output tablicy i zakładając, że jest to komunikat z zawartością wygenerowaną assistant przez model, możesz rozważyć użycie output_text właściwości, która jest obsługiwana w zestawach SDK.

Komunikat systemu (lub dewelopera) wstawiony do kontekstu modelu.

W przypadku używania wraz z previous_response_id, instrukcje z poprzedniej odpowiedzi nie będą przenoszone do kolejnej odpowiedzi. Ułatwia proste wymienianie komunikatów systemowych lub komunikatów od deweloperów w nowych odpowiedziach.

Właściwość przeznaczona tylko dla zestawu SDK, która zawiera zagregowane dane wyjściowe tekstu ze wszystkich elementów w tablicy output_text, jeśli takowe istnieją. Obsługiwane w zestawach SDK Python i JavaScript.

Reprezentuje szczegóły użycia tokenu, w tym tokeny wejściowe, tokeny wyjściowe, podział tokenów wyjściowych i łączną liczbę użytych tokenów.

Czy zezwolić modelowi na równoległe uruchamianie wywołań narzędzi.

Identyfikator konwersacji, aby ustawić konwersację dla tej odpowiedzi. Jeśli zostanie podana wiadomość "utwórz nową konwersację", zostanie uruchomiona nowa konwersacja z tą odpowiedzią jako pierwsza wiadomość.

Kod błędu odpowiedzi.

Czytelny dla człowieka opis błędu.

Liczba tokenów wejściowych.

Liczba tokenów pobranych z pamięci podręcznej. Więcej informacji na temat buforowania monitów.

Liczba tokenów wyjściowych.

Liczba tokenów rozumowania.

Całkowita liczba użytych tokenów.

Nazwa agenta.

Identyfikator wersji agenta.

Opcjonalna mapa wartości, które mają być zastępowane zmiennymi w wierszu polecenia. Wartości podstawienia mogą być ciągami lub innymi typami wejściowymi odpowiedzi, takimi jak obrazy lub pliki.

Lista narzędzi, które mogą być używane w przebiegu.

Lista identyfikatorów plików, których można użyć w przebiegu.