Rodrigo Ceballos Lentini, AI Tech Lead, Laboratorio AI di Georgian Rodrigo Ceballos Lentini AI Tech Lead, Laboratorio AI di Georgian

Guida per comprendere, costruire e ottimizzare gli agenti che chiamano API API della lista di attività version: 1.0.0 paths: /tasks: post: riassunto: Aggiungi una nuova attività corpo della richiesta: richiesto: true contenuto: application/json: schema: tipo: oggetto proprietà: descrizione: tipo: stringa risposte: ‘201’: descrizione: Attività creata con successo get: riassunto: Ottieni tutte le attività risposte: ‘200’: descrizione: Elenco di attività Passo 2: Standardizza l’accesso agli strumenti Converte la specifica OpenAPI in configurazioni del Model Context Protocol (MCP). Utilizzando uno strumento come Stainless.ai, ciò potrebbe produrre: Nome dello strumento Descrizione Parametri di input Descrizione dell’output Aggiungi attività Aggiunge una nuova attività alla lista di attività. `descrizione` (stringa, richiesta): la descrizione dell’attività. Conferma della creazione dell’attività. Ottieni attività Recupera tutte le attività dalla lista di attività. Nessuno Un elenco di attività con le loro descrizioni. Passo 3: Implementa l’agente Utilizzando Pydantic per la modellazione dei dati, crea funzioni corrispondenti agli strumenti MCP. Quindi, utilizza un LLM per interpretare le query in linguaggio naturale e selezionare lo strumento e i parametri appropriati. Passo 4: Cura un set di dati di valutazione di alta qualità Crea un set di dati: Query Chiamata API attesa Risultato atteso “Aggiungi ‘Acquista generi alimentari’ alla mia lista.” `Aggiungi attività` con `descrizione` = “Acquista generi alimentari” Conferma della creazione dell’attività. “Cosa c’è nella mia lista?” `Ottieni attività` Elenco di attività, inclusa “Acquista generi alimentari”. Passo 5: Ottimizza i prompt e la logica dell’agente Utilizza DSPy per raffinare i prompt, concentrandoti su istruzioni chiare, selezione degli strumenti e estrazione dei parametri utilizzando il set di dati curato per la valutazione e il miglioramento. Integrando questi blocchi costitutivi – dalle definizioni API strutturate e dai protocolli di strumenti standardizzati alle pratiche di dati rigorose e all’ottimizzazione sistematica – i team di ingegneria possono costruire agenti API-calling più capaci, affidabili e manutenibili.

Il ruolo dell’Intelligenza Artificiale nelle aziende tecnologiche sta evolvendo rapidamente; i casi d’uso dell’AI sono passati dall’elaborazione passiva delle informazioni all’esecuzione di compiti proattivi. Secondo un...