„OpenAI: Run Assistant Function“

Die Aktion „OpenAI: Run Assistant Function“ eröffnet Ihrem OpenAI Assistant ganz neue Möglichkeiten. Sie nutzt die OpenAI Assistants API, die es Assistenten ermöglicht, während der Konversation aktiv externe Funktionen aufzurufen. Diese Funktion fungiert als Brücke, die Ihren Assistenten aktiv mit einem umfangreichen Werkzeugkasten zusätzlicher Möglichkeiten verbindet.

Vorbereitungen

  • Sie benötigen die Bot Creator-Rolle, um die Aktion „OpenAI Run Assistant Function“ in einer Automatisierung zu verwenden.
  • Vergewissern Sie sich, dass Sie über die erforderlichen Anmeldedaten zum Senden einer Anfrage verfügen und OpenAI: Aktion „Authentifizieren“ eingeschlossen haben, bevor Sie eine OpenAI-Aktion aufrufen.
  • Es muss eine Aktion „OpenAI: Run Assistant“ vorhanden sein, bevor Sie die Aktion „OpenAI Run Assistant Function“ aufrufen.

In diesem Beispiel geht es um die Verwendung von „OpenAI Run Assistant“-Funktionen, die die Möglichkeiten Ihres Assistenten erweitern. Sie werden lernen, wie Sie einen vorhandenen Assistenten in der Run-Umgebung aufrufen, wichtige Informationen extrahieren (Thread ID, Call ID und Run ID) und diese IDs nutzen, um eine maßgeschneiderte Funktionsantwort zu definieren. Hier wird zum Beispiel ein Börsenassistent geladen und die Funktionsergebnisse werden über die tools output list (Funktionsantwort) definiert.

Prozedur

  1. Navigieren Sie im Automation Anywhere Control Room zum Bereich Aktionen und wählen Sie Generative KI > OpenAI aus. Ziehen Sie die Aktion Authentifizieren und platzieren Sie sie auf der Leinwand. Zur Authentifizierung benötigen Sie einen API-Schlüssel. Weitere Informationen zur Erstellung eines API-Schlüssels und zur Authentifizierung finden Sie unter OpenAI: Aktion „Authentifizieren“.„OpenAI: Run Assistant Function
  2. Platzieren Sie die Aktion OpenAI: Run Assistant unterhalb der Authentifizierungsaktion und verwenden Sie Assistenten laden, um einen Assistenten zu laden (Börsenassistent). Geben Sie eine Nachricht ein (Aktienkurs für AAINC ermitteln). Die Antwort wird in der Zeichenfolgenvariablen str_Response gespeichert. Weitere Informationen zur Verwendung der Aktion OpenAI: Run Assistant finden Sie unter OpenAI: Run Assistant“.„OpenAI: Run Assistant“ – Aktion
    Anmerkung: In diesem Beispiel wird der fiktive Aktiencode AAINC nur zur Veranschaulichung verwendet. Der dem Aktiencode AAINC zugewiesene Preis von 3.200 $ ist ein Beispielwert und stellt nicht den Preis einer realen Aktie dar.

    Der von OpenAI geladene Börsenassistent enthält die folgende Anweisung und Funktion:

    You are a stock market assistant. When asked a question related to stocks use the function and get the stock price.
    {
   "name":"get_stock_price",
   "description":"Get the current stock price",
   "parameters":{
      "type":"object",
      "properties":{
         "symbol":{
            "type":"string",
            "description":"The stock symbol"
         }
      },
      "required":[
         "symbol"
      ]
   }
}
  3. Ziehen Sie die Aktion JSON > Sitzung starten aus dem Bereich „Aktionen“ und legen Sie sie auf der Leinwand unter der Aktion OpenAI: Run Assistant ab.
    1. Wählen Sie im Feld Datenquelle die Option Text aus und geben Sie $str_Response$ ein.
    2. Wählen Sie im Feld JSON-Objektsitzung die Option Lokale Sitzung aus und geben Sie Default ein.
      JSON decodieren
      Sie haben nun den gesamten JSON-Body. Die nächste Aufgabe besteht darin, die erforderlichen Felder aus dem Textkörper zu extrahieren. Der folgende Ausschnitt zeigt ein JSON-Beispiel:
      {
   "data":{
      "thread_id":"thread_hiCr3najXMSxuuiIntJDXDXd",
      "tool_calls":[
         {
            "id":"call_Beu0XFPGR91RZGoXBA8ODSke",
            "type":"function",
            "function":{
               "name":"get_stock_price",
               "arguments":"{\n\"symbol\": \"AAINC\"\n}"
            }
         }
      ],
      "id":"run_LnR669bHLcMAaIGOcvIE0nVa"
   },
   "status":"requires_action"
}
    Anmerkung: Die tool_calls und tool_outputs innerhalb einer OpenAI Assistant-Meldung können Szenarien behandeln, in denen der Nutzer mehrere Anfragen in einer einzigen Nachricht stellt. Beispiel: Ermittle den Aktienkurs von AAINC und BBINC. Diese Nachricht enthält zwei verschiedene Anfragen: die Suche nach dem Aktienkurs für AAINC und die Suche nach dem Aktienkurs für BBINC.
  4. Extrahieren Sie die erforderlichen Felder aus dem JSON-Body, um die Aktion OpenAI: Run Assistant Function auszuführen.
    1. Ziehen Sie die Aktion Aktion JSON > Knotenwert abrufen aus dem Bereich „Aktionen“ und legen Sie sie auf der Leinwand unter der Aktion JSON > Knotenwert abrufen ab. Weitere Informationen über die Aktion „JSON: Knotenwert abrufen“ finden Sie unter Aktion „Knotenwert abrufen“ in JSON.
    2. Geben Sie an, welche Knoten extrahiert werden sollen. Um zum Beispiel die thread_id zu extrahieren, können Sie data.thread_id verwenden.
    3. Erstellen Sie die Variable thread_id und weisen Sie die Ausgabe dieser Variablen zu.
    4. Auf ähnliche Weise extrahieren Sie run_id und call_id (data.id und data.tool_calls[0].id) und speichern sie in den Variablen run_id und call_id.
  5. Navigieren Sie zum Bereich Aktionen, wählen Sie Generative KI > OpenAI aus, ziehen Sie die Aktion OpenAI: Run Assistant Function und platzieren Sie sie unter der letzten Knotenwert abrufen-Aktion.
    1. Verwenden Sie die extrahierte $thread_id$ im Feld Thread-ID.
    2. Verwenden Sie die extrahierte $run_id$ im Feld Run-ID.
    3. Definieren Sie eine Funktionsantwort unter Verwendung des folgenden Standardschemas. Das Schema ist ein JSON-Objekt, das Informationen über die Ausgabe eines Werkzeugs (Funktion) enthält, das vom OpenAI Assistant verwendet wird. 
      {
   "tool_outputs":[
      {
         "tool_call_id":"Enter the call ID",
         "output":"{Enter your output}"
      }
   ]
}

      Nachdem Sie Ihre Anfrage verarbeitet und die entsprechende Funktion ausgeführt haben, müssen Sie die Ergebnisse an die OpenAI Assistant API zurückgeben. Dazu müssen Sie, wie oben gezeigt, eine spezielle Liste namens tools output list erstellen. Diese Liste enthält die folgenden Eigenschaften:

      • tool_call_id (Zeichenfolge): Diese Eigenschaft enthält eine eindeutige Kennung für den spezifischen Aufruf des Werkzeugs (der Funktion), das die Ausgabe erzeugt hat. Mithilfe dieser ID kann die spezifische Ausführungsinstanz des Werkzeugs verfolgt und referenziert werden.
      • output (beliebig): Diese Eigenschaft enthält die tatsächlich vom Werkzeug erzeugten Ausgabedaten. Die Art der Daten, die ausgegeben werden, kann je nach dem spezifischen Werkzeug und seinem Zweck variieren. Hierzu können zählen:
        • Eine Zeichenkette (z. B. ein Text, der von einer kreativen Schreibfunktion erzeugt wurde)
        • Eine Zahl (z. B. ein Rechenergebnis)
        • Eine Liste (z. B. eine Sammlung abgerufener Datenpunkte)
        • Ein Wörterbuch (z. B. eine komplexe Datenstruktur mit mehreren Werten)
        • Jeder andere gültige JSON-Datentyp

      Geben Sie beispielsweise folgenden JSON-Inhalt in diesem Beispiel ein:

      {
   "tool_outputs":[
      {
         "tool_call_id":"$call_id
      quot;,
         "output":"{3200}"
      }
   ]
}
    4. Geben Sie Standard als Sitzungsnamen ein, um die aktuelle Sitzung zu begrenzen.
    5. Speichern Sie die Antwort in einer Variablen. In diesem Beispiel wird die Antwort in der Zeichenfolgenvariablen str_FunctionResponse gespeichert. Die Ausgabe ist ein JSON-Body, der den Wert anzeigt, den Sie angefordert haben, und hier unten ist eine Beispielausgabe aus dem obigen Lauf:
      :
      {
   "data":[
      {
         "metadata":{
            
         },
         "role":"assistant",
         "content":[
            {
               "type":"text",
               "text":{
                  "value":"The current stock price for AAINC is $3200.",
                  "annotations":[
                     
                  ]
               }
            }
         ]
      }
   ],
   "status":"completed"
}}
    Die Aktion OpenAI: Run Assistant Function revolutioniert die Funktionsweise von OpenAI Assistants und verwandelt sie von einfachen Informationslieferanten in leistungsstarke Werkzeuge, die Maßnahmen ergreifen und Anforderungen erfüllen können. Durch den Einsatz externer Funktionen können Assistenten nun komplexe Aufgaben bewältigen, personalisierte Empfehlungen bereitstellen (wie im obigen Beispiel gezeigt) und letztendlich eine umfassendere und hilfreichere Nutzererfahrung bieten.