Инструменты с вызовом функций: определение функции

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Это упражнение является частью курса

Работа с Responses API OpenAI

SkillTag.level.intermediateSkillTag.label

4.8+

Начать курс бесплатно

Создавать ИИ-приложения ещё никогда не было так просто — и в этом поможет Responses API! Вы научитесь обращаться к моделям через удобный интерфейс, освоите лучшие практики работы с моделями рассуждения и научитесь выстраивать диалоги с LLM.

Exercise 1: Responses API: лучший инструмент разработчика Exercise 2: Первый вызов Responses API Exercise 3: Добавление инструкций для модели Exercise 4: Извлечение информации из ответа Exercise 5: Управление параметрами ответа Exercise 6: Эксперименты с более мощными моделями Exercise 7: Рассуждения о рассуждениях Exercise 8: Цепочки диалогов Exercise 9: От одного сообщения к другому Exercise 10: Организация диалога с моделью

LLM — это мощный инструмент, который становится ещё мощнее, когда к нему подключают дополнительные инструменты! Вы научитесь интегрировать веб-поиск в свои LLM-системы без дополнительных API-ключей или учётных данных. Вы убедитесь, что инструменты могут быть самыми разными! Создавайте собственные инструменты для вызова моделями, чтобы выйти за рамки их базовых возможностей.

Exercise 1: Элементы ответа: базовые строительные блоки Exercise 2: Извлечение элементов вывода и их содержимого Exercise 3: Использование элементов для пользовательской обработки Exercise 4: Веб-поиск, который просто работает Exercise 5: Объединяем LLM и веб-поиск Exercise 6: Повышение доверия к ответам LLM с помощью источников Exercise 7: Инструменты с вызовом функций: определение функции

Текущее упражнение

Exercise 8: Рабочий процесс инструмента с вызовом функций Exercise 9: Определение функции для конвертации часовых поясов Exercise 10: Инструменты с вызовом функций: полный рабочий процесс Exercise 11: Создание определения инструмента для OpenAI Exercise 12: Интеграция инструментов с вызовом функций

Переведите свои LLM-системы из стадии доказательства концепции в рабочую среду с помощью трёх ключевых паттернов проектирования. Вы научитесь генерировать согласованные и надёжные структурированные выходные данные, например в формате JSON, с помощью LLM. Используйте семантические события для трансляции обновлений пользователям — это сделает взаимодействие интерактивным и приятным. Наконец, перейдите в мультимодальный режим и научитесь сочетать текст и изображения с помощью моделей GPT-5 от OpenAI.

Exercise 1: Генерация структурированных выводов Exercise 2: Стабильные результаты каждый раз!Exercise 3: Вложенные классы Pydantic Exercise 4: Стриминг с семантическими событиями Exercise 5: Потоковая передача ответов OpenAI Exercise 6: Потоковая передача семантических событий Exercise 7: Потоковая передача с вызовами функций Exercise 8: Гибкость входных данных и мультимодальность Exercise 9: Входные данные на основе ролей Exercise 10: Запросы с изображениями по URL Exercise 11: Работа с локальными файлами изображений Exercise 12: Поздравляем!