相比直接使用LLM,使用prompt调优来规范LLM的格式化输出,这一步在OpenAI-agent-sdk中内部已经处理好了,用户直接通过定义tool 的输出格式,以及agent的输出格式,这些格式可以是pydantic的BaseModel类。
格式化输出是agent能够规范完成任务的基础。比如本例中,agent输出FinalResult类定义了question_is_weather_related字段,也就是如果天气助手收到与天气无关的问题,其返回这个字段为False,那么我们在编排多个agent时,可以利用这个字段的信息优化multi-agent的编排流程。
比如,下面例子中,
工具输出定义:
class Weather(BaseModel):
city: str
temperature_range: str
conditions: str
agent输出格式定义:
class FinalResult(BaseModel):
answer: str
temperatures: float
question_is_weather_related: bool
import asyncio
from pydantic import BaseModel
from agents import Agent, Runner, function_tool
class Weather(BaseModel):
city: str
temperature_range: str
conditions: str
class FinalResult(BaseModel):
answer: str
temperatures: f

最低0.47元/天 解锁文章
1075

被折叠的 条评论
为什么被折叠?



