OpenAI: 어시스턴트 실행 작업
- 최종 업데이트2024/10/31
OpenAI: 어시스턴트 실행 작업
OpenAI: 어시스턴트 실행 작업은 OpenAI의 어시스턴트 API(v2)를 사용하여 귀하의 애플리케이션 내에서 AI 어시스턴트를 구축할 수 있습니다. 어시스턴트는 지침을 가지고 있으며 모델, 도구, 지식을 활용하여 사용자 쿼리에 응답할 수 있습니다. 현재 v2 어시스턴트 API가 지원하는 세 가지 도구는 코드 인터프리터, 파일 검색, 함수 호출입니다.
전제 조건
- 자동화에서 OpenAI어시스턴트 실행 작업을 사용하려면 Bot creator 역할을 보유해야 합니다.
- 요청을 보내는 데 필요한 자격증명을 보유하고 OpenAI 작업을 호출하기 전에 OpenAI: 인증 작업을 포함했는지 확인하십시오.
- 어시스턴트 제한 사항 이해하기: 어시스턴트의 기능과 한계를 알면 현실적인 기대치를 설정할 수 있습니다.
이 예시는 OpenAI 어시스턴트 실행 작업에서 기존 어시스턴트를 로드하고 적절한 응답을 얻는 방법을 보여 줍니다. 나만의 어시스턴트를 만드는 방법을 자세히 알아보려면 OpenAI Create Assistant 항목을 참조하십시오.
프로시저
다음 예시는 코드 인터프리터를 활성화한 상태에서 어시스턴트를 사용하여 피보나치 수열의 첫 8개 항을 생성하는 방법을 보여 줍니다.
위 자동화의 응답은 다음과 같습니다.
{
"metadata": {},
"data": [
{
"role": "assistant",
"content": [
{
"type": "text",
"text": {
"value": "The first 8 terms of the Fibonacci sequence are: \n\n\\[0, 1, 1, 2, 3, 5, 8, 13\\]",
"annotations": []
}
}
]
},
{
"role": "assistant",
"content": [
{
"type": "text",
"text": {
"value": "The Fibonacci sequence is a series of numbers where each number is the sum of the two preceding ones, starting from 0 and 1. Let's generate the first 8 terms of the Fibonacci sequence.",
"annotations": []
}
}
]
}
],
"status": "completed"
}
다음 예시를 통해 파일 검색을 사용하도록 설정한 상태에서 어시스턴트를 사용하는 방법을 확인할 수 있습니다. 이 시나리오에서는 어시스턴트가 첨부된 파일을 읽고 응답을 생성합니다.
위 자동화의 응답은 다음과 같습니다.
{
"metadata": {},
"data": [
{
"role": "assistant",
"content": [
{
"type": "text",
"text": {
"value": "Here are the holidays listed in the attached file:\n\n1. New Year's Day\n2. Martin Luther King Jr. Day\n3. Presidents' Day\n4. Memorial Day\n5. Independence Day\n6. Labor Day\n7. Columbus Day\n8. Veterans Day\n9. Thanksgiving Day\n10. Christmas Day\n\nThese holidays were found within the attached document .",
"annotations": []
}
}
]
}
],
"status": "completed"
}
- 여러 파일을 업로드하려면 파일 ID 목록을 추가하면 됩니다. 이러한 파일 ID는 OpenAI를 사용하여 업로드한 파일에 할당된 고유 식별자입니다. 어시스턴트에서 파일을 업로드하고 검색하는 방법에 관한 자세한 내용은 OpenAI Files Operations 항목을 참조하십시오.
- OpenAI에 업로드된 Control Room 파일 또는 데스크톱 파일은 OpenAI 스토리지에서 찾을 수 있습니다.
다음 예시를 통해 어시스턴트를 함수와 함께 사용하는 방법을 확인할 수 있습니다. 이 시나리오에서는 어시스턴트가 날씨 정보를 검색한다고 가정해 보겠습니다. 설명 및 매개 변수와 함께 get_weather
라는 새 함수를 제공하면 어시스턴트가 새로운 능력을 사용할 수 있게 됩니다.
{
"name": "get_weather",
"description": "Determine weather in my location",
"parameters":
{
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state e.g. San Francisco, CA"
},
"unit": {
"type": "string",
"enum": [
"c",
"f"
]
}
},
"required": [
"location"
]
}
}
아래 이미지 다음의 JSON 출력은 해당 어시스턴트의 상태를 requires_action
으로 강조 표시합니다. 이는 어시스턴트가 진행 방법에 대한 사용자의 입력을 기다리고 있음을 나타냅니다. 이제 OpenAI: 어시스턴트 실행 함수 작업를 활용해서 새로 도입된 get_weather
함수를 사용하는 법과, 검색한 데이터를 기반으로 적절한 응답을 형성하는 법을 어시스턴트에게 지시할 수 있습니다.
위 자동화의 응답은 다음과 같습니다.
{
"data":{
"thread_id":"thread_Sizn8HNIKH5NzDYXQ61n05RC",
"tool_calls":[
{
"id":"call_wCWp3g9fdWLszmSvUMqglyW5",
"type":"function",
"function":{
"name":"get_weather",
"arguments":"{\"location\":\"Chicago, IL\"}"
}
}
],
"id":"run_MBq3pioUk9K0NaREPOIY4qFG"
},
"status":"requires_action"
}
JSON의 스레드 ID, 호출 ID, 실행 ID를 사용하여 OpenAI: 어시스턴트 실행 함수 작업를 호출할 수 있습니다.