建立 AI Tool Set

什麼是 AI Tool Set？

AI Tool Set 讓你的 AI 助手擁有多種專業工具，當你問問題時，AI 會自動選擇最適合的工具來回答。

情境範例

問：「你要查什麼電影關鍵字？」

AI 會自動：

• 使用分析工具找出相關關鍵字
• 用這些關鍵字從你指定的描述或資料庫做搜尋
• 整理推薦回應

簡單來說，你只需要問問題，AI 就會自動選擇和使用適合的工具來回答！

---

步驟操作教學

步驟 1：建立 Automation Tool

首先，我們需要建立一個小工具，讓 AI 能夠根據這裡面的邏輯來回應。

1.1 新增 Automation Tool

在 Project 左側的功能列選擇「Workflow」進入 Workflow 頁面，從右上方的「Create New」按鈕展開選擇「Automation Tool」。

1.2 設定工具基本資訊

新增 Automation Tool 時，需要填寫以下設定：

• Name of Collection：工具名稱，這會是之後在選項中顯示的文字
• Description：工具描述，用來辨識和區分功能

1.3 儲存並進入工具設定

按下 Save 按鈕後，我們會在 Automation Tool 的 Tab 頁面看到剛剛新增的工具。點選此工具進入詳細設定。

1.4 設定工具邏輯

進入工具設定後，系統已經幫我們建立好 Entry 和 Validate Payload 兩個 Processor。

這裡就是工具的核心功能區域，你可以根據自己的需求自由設定。如果你有現成的資料庫，可以在這裡寫程式碼來查詢資料，或是加入更複雜的處理邏輯，例如資料分析、格式轉換等。甚至可以串接其他 Toolset 功能。

我們這個範例是要讓 AI 根據送進來的關鍵字，先判斷最接近哪一部電影，然後將電影名稱的中英文名稱與上映時間，以文字陣列格式回傳。

1. 從 Validate Payload 裡的 Schema 可以看到以下宣告，這就是外部呼叫此工具會引入的參數格式。

{
  "type": "object",
  "properties": {
    "keyword": {
      "type": "string"
    }
  },
  "required": [
    "keyword"
  ]
}

2. 點擊 Validate Payload 的 Success 點擊新增 Processor，選擇「LLM Completion」類型 Completion Model 可選擇合適的 AI 模型 Prompt 就是要清楚描述我希望請他處理分析的事情 我這邊選擇用 template 模式，並且輸入以下內容：

你是電影查詢助手，負責根據收到的提問，幫忙查詢相關的電影名稱資訊。

並且請以 電影名稱(英文名)-上映時間 這樣的格式輸出

* 這是找出來的結果:

```
{{{ prevPayload.keyword }}}
```

輸出的格式為字串陣列，所以 Output Schema 要這麼寫

{
  "type": "object",
  "properties": {
    "movie_names": {
      "type": "array",
      "items": {
        "type": "string"
      }
    }
  },
  "required": [
    "movie_names"
  ]
}

MaxTokens 和之前範例相同設定為 4096

3. 點擊 LLM Completion 的 Success 點擊新增 Processor，選擇「Response」類型，我們要將剛才的結果輸出 所以在 Response 的 Properties Payload 中，選擇 Expression 並輸入程式碼：

(() => {
  return movie_names;
})()

這樣我們就把這個小工具製作完成了。

步驟 2：建立 Toolset 工具集

現在我們要把剛才建立的 Automation Tool 組合成一個工具集，讓 AI 能夠使用。

2.1 新增 Toolset

在 Project 左側的功能列選擇「Apps」進入 Apps 應用頁面，點擊右方的「New Toolset」按鈕。

2.2 設定 Toolset 基本資訊

在 Toolset 設定頁面，需要填寫以下資訊：

欄位	說明	範例設定
Name of Toolset	工具集名稱，這會在 Workflow 流程中顯示	movieToolset
Description	工具集描述，方便你識別和管理	movieToolset
Environment	設定環境，點擊後可下拉選擇你 Workflows 的環境	main
API Key	設定 API Key，必填	123

Tool Settings 設定：

選擇 Automation Tool 類型，你前面建立好的工具都可以從這邊選出，可以設定多組工具。

欄位	說明	範例設定
Tool	工具名稱，下拉選單會列出你已經完成的工具名稱	movieSearch
Name	帶入的參數欄位，接受英文字母、數字和底線 (_)。如果你的程式有寫到需要引入的邏輯或判斷，就會是這邊設定帶入值的名稱	movie_search
Description	輸入工具的描述。這是要給 AI 看的，建議描述得越仔細越好，AI 就會根據你的描述來決定是否要使用這個工具	當需要使用關鍵字詞搜尋電影的名稱時，請使用這個工具
Delete	刪除該工具集的按鈕	-

步驟 3：把 Toolset 加入到 Workflows 的 Chat Bot

現在我們要把剛才建立的 Toolset 加入到 Chat Bot 裡面，這樣 AI 就能透過這些工具來回答使用者的問題了。 如果你還沒建立過 Chat Bot，可以先參考 打造簡易AI聊天機器人 來建立一個基本的 Chat Bot。

3.1 建立一個簡單的 Chat Bot

首先，我們來建立一個基本的 Chat Bot，它會顯示歡迎訊息並請使用者輸入問題。

3.2 設定歡迎訊息 Push Message

在 Message 欄位中輸入以下內容：

你要查什麼電影關鍵字？

這樣當使用者開啟 Chat Bot 時，就會看到這個提示訊息。

3.3 設定 AI 回應邏輯 LLM Completion

在 Prompt 欄位中，選擇 Template 模式並輸入以下內容：

你是電影查詢助手，負責根據使用者的提問，幫忙查詢相關的電影，並回答使用者。
至少要用2個關鍵字以上做搜尋，不要只搜尋一次。

* 這是你跟使用者的對話紀錄:
```
{{{ history 0 -1 }}}
```

3.4 加入 Toolset 功能

接下來是最重要的步驟！在 LLM Completion 的 Toolset 欄位中，可下拉選擇我們剛才建立好的 Toolset。

這裡的運作原理是這樣的：

• AI 會先分析使用者的問題
• 然後根據你在 Tool Settings 中寫的 Description 來判斷要不要使用這個工具
• 如果決定使用，就會把相關資訊帶入到 Name 欄位中
• 最後透過 Toolset 來執行並回答使用者的問題

步驟 4：測試看看效果如何

這一步我們就來驗證一下，剛剛設定的每個環節是不是都能順利運作，並且實際看看 AI 怎麼把我們設計的流程串起來！

假設你在 Chat Bot 輸入「侏羅紀」，AI 會自動幫你把這個關鍵字延伸、拆解成「侏羅紀」、「恐龍」這類相關詞，因為我們在 Prompt 裡有要求「至少要用2個關鍵字以上做搜尋，不要只搜尋一次」。

接著，AI 會把這些關鍵字一個一個丟進剛剛設定好的 Toolset，讓每個工具去查詢電影資訊。你可以在追蹤記錄裡看到，AI 真的有把每個關鍵字都帶進 movie_search 參數裡，然後依照我們設計的格式（電影名稱(英文名)-上映時間）把結果整理出來。

步驟 5：進階應用

我們還可以在工具的程式碼裡加入更多方法調整，讓 AI 能夠更精準的參考，例如使用 HTTP Request Processor 去呼叫外部服務的 API、再將結果帶回給 AI 分析。

注意事項

如果你要串接的是外部 API，可能會遇到被禁止存取或是有請求次數限制等問題，建議在使用前先確認 API 的使用條款和限制。

:::