建立 Toolsets
什麼是 Tool Set?
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。
- 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"
]
}
- 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
- 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。