Tool-based agentes para llamar a funciones

Tool-based los agentes amplían las capacidades de los agentes de razonamiento al invocar funciones externas o API para completar tareas que van más allá del razonamiento basado únicamente en el lenguaje. Este patrón utiliza un LLM para decidir qué herramienta utilizar y, a continuación, genera argumentos de llamada e incorpora los resultados de la herramienta en su ciclo de razonamiento.

Este patrón permite a los agentes actuar en lugar de limitarse a dar respuestas. La interfaz de la herramienta representa cualquier capacidad que se pueda invocar, desde cálculos aritméticos y búsquedas en bases de datos hasta API externas y servicios en la nube.

Arquitectura

En el siguiente diagrama se muestra un agente basado en herramientas para llamar a funciones:

Description (Descripción)

1. Recibe una consulta

   • El agente recibe una consulta o tarea en lenguaje natural del usuario o del sistema que realiza la llamada.

2. Busca herramientas

   • El agente utiliza metadatos internos o un registro de herramientas para buscar las herramientas, los esquemas y las capacidades relevantes disponibles.

3. Selecciona e invoca las herramientas

   • El LLM recibe los metadatos de la consulta y la herramienta (por ejemplo, los nombres de las funciones, los tipos de entrada y las descripciones) en su solicitud de datos.

   • Elige la herramienta más relevante, construye los argumentos de entrada y devuelve una llamada a una función estructurada.

4. Ejecuta la herramienta elegida

   • El shell del agente o el ejecutor de herramientas ejecuta la función seleccionada y devuelve el resultado (por ejemplo, una salida de API, un valor de base de datos o un cálculo).

5. Devuelve una respuesta

   • El LLM pasa los resultados al agente, ya sea directamente o como parte de una solicitud actualizada. A continuación, devuelve un resultado en lenguaje natural.

Capacidades

• Selección dinámica de herramientas basada en el contexto de la tarea

• Schema-based solicitud (OpenAPI, esquema AWS JSON, interfaz de funciones)

• Interpretación de los resultados y encadenamiento de los resultados en el razonamiento

• Operaciones apátridas o con registro de sesiones

Casos de uso comunes

• Asistentes virtuales con acceso a datos externos

• Calculadoras y estimadoras financieras

• API-based trabajadores del conocimiento

• LLM que invocan, SageMaker puntos de conexión de AWS Lambda Amazon y servicios SaaS

Guía para la implementación

Utilice lo siguiente para crear agentes basados en herramientas para llamar a funciones:

• Amazon Bedrock con soporte para llamadas a funciones (Anthropic Claude)

• AWS Lambda como un backend de ejecución de herramientas

• Amazon API Gateway o AWS Step Functions para la organización de herramientas

• Amazon DynamoDB o Amazon Relational Database Service (Amazon RDS) para metadatos de herramientas sensibles al contexto

• Amazon EventBridge Pipelines o AWS Step Functions que mapean estados para enrutar las salidas

Resumen

Tool-based los agentes que llaman a las funciones representan un cambio desde la comprensión del lenguaje hasta la ejecución de acciones. Estos agentes recurren a herramientas dinámicas y sensibles al contexto y, al mismo tiempo, mantienen el razonamiento LLM, transformando los asistentes pasivos en sistemas que completan tareas, acceden a los servicios e integran las operaciones comerciales. Este patrón es un componente importante de la IA de los agentes en los entornos empresariales, especialmente cuando se combina con esquemas declarativos, marcos de autorización y sistemas multiagente.