本指南介绍如何利用大语言模型(LLM)中的函数调用功能构建代理系统(agentic systems),从而访问并整合来自多个数据源的信息。函数调用使 LLM 能够使用工具(如 SQL 查询或文件读取器),而不仅仅仅提供纯文本回答。代理系统的特征包括自主性、工具使用能力和迭代推理,使其能够解决多步骤问题。迭代工具使用循环通过允许代理调用工具、分析结果并在需要时重复该过程,从而支持这种推理。多模态数据访问结合了各种数据存储(如 SQL 数据库和对象存储)的优势。其中,使用 BlobPath 列的交叉引用模式是关键架构要素。有效的系统提示至关重要,包括模式注入和方言规则,它们对代理行为起着决定性作用。工具设计同样关键,应遵循单一职责原则,提供丰富的描述、结构化数据返回、优雅的失败处理机制以及有限的调用范围。LLM 的决策过程会综合考虑工具描述、系统提示、执行结果以及对话历史。代理通过对话记忆来维持上下文,将过往的交互轮次纳入后续交互中。
techcommunity.microsoft.com
Understanding Agentic Function-Calling with Multi-Modal Data Access
