Quais são as ferramentas no serviço Foundry Agent? (clássico)

Para capacitar seu agente de IA com dados fundamentados ou a capacidade de executar ações e automatizar fluxos de trabalho, o Serviço do Foundry Agent fornece uma ampla gama de ferramentas internas, como a Fundamentação com Bing Search, Pesquisa de IA do Azure , Aplicativos Lógicos do Azure, bem como ferramentas de parceiros externos, como o Tripadvisor. Esta página foi projetada para fornecer uma visão geral das ferramentas fornecidas no Serviço do Foundry Agent.

Ferramentas de conhecimento

Para manter seu agente de IA informado com um contexto mais rico de várias fontes de dados. O Serviço do Foundry Agent abordou uma ampla gama de tipos de dados:

• private data: Pesquisa de IA do Azure , Pesquisa de Arquivos, Microsoft Fabric e muito mais
• dados públicos da web: Pesquisando com o Bing
• dados licenciados: Tripadvisor, Morningstar
• dados não estruturados: Pesquisa de IA do Azure , Pesquisa de Arquivos
• structured data: Microsoft Fabric e muito mais

Ferramentas de ação

Para simplificar os fluxos de trabalho com seu agente de IA com recursos para executar ações, o Serviço do Foundry Agent fornece diferentes ferramentas de ação para você com diferentes nível de flexibilidade, controle e facilidade de integração:

• Ferramenta Deep Research: Fluxo de trabalho integrado de pesquisa aprofundada baseado na web com modelo o3-deep-research e Pesquisando com o Bing.
• Aplicativos Lógicos do Azure: solução de código baixo/sem código para adicionar um fluxo de trabalho ao agente de IA
• Ferramenta OpenAPI Spec: importe uma especificação OpenAPI existente de uma API de serviço que você deseja adicionar ao seu agente de IA, sem alterações ou com alterações mínimas.
• Ferramenta MCP: traga um ponto de extremidade do Protocolo de Contexto de Modelo (MCP) existente que você deseja adicionar ao seu agente de IA.
• Chamada de função: escreva suas próprias funções personalizadas e sem estado para definir os comportamentos esperados.
• Azure Functions: escreva e gerencie suas próprias funções personalizadas com estado.
• Automação do Navegador: execute tarefas do navegador do mundo real por meio de prompts de linguagem natural.

Como uma ferramenta funciona no Serviço Foundry Agent?

As ferramentas são recursos opcionais que você pode adicionar ao agente de IA para modelos de IA decidirem e escolherem com base na consulta e no contexto do usuário. Quando um usuário envia uma consulta, o modelo de IA identifica a intenção com o contexto e potencialmente reescreve a consulta do usuário. Em seguida, o modelo de IA decide quais ferramentas serão chamadas para cada execução. Por exemplo, se você adicionar a ferramenta Pesquisa Bing e a ferramenta de Pesquisa Azure AI ao agente e perguntar "qual é o clima em Seattle hoje?", o modelo identificará sua intenção de perguntar sobre informações em tempo real e é mais provável que invoque a ferramenta Pesquisa Bing.

Você pode adicionar ferramentas no agente, thread ou nível de execução. Ao fornecer ferramentas em um nível mais estreito, os recursos da ferramenta substituirão os recursos da ferramenta em um nível mais amplo. Por exemplo, os recursos de ferramentas no nível de execução substituem os recursos de ferramentas no nível de thread.

Quando um usuário envia uma consulta ao agente, este cria um thread executa e gera uma mensagem. Para cada execução, o modelo de IA decide quais ferramentas invocar com base na intenção do usuário e nos recursos de ferramenta disponíveis. Com base nas saídas da ferramenta, o modelo de IA pode decidir invocar outra ferramenta ou chamar a mesma ferramenta novamente para obter mais contexto. Por exemplo, ao usar a ferramenta Pesquisando com o Bing, você poderá ver várias consultas de pesquisa do Bing ao rastrear um thread. Isso significa que o modelo de IA realmente utiliza a ferramenta de Fundamentação com Pesquisa do Bing várias vezes com consultas diferentes para obter mais informações. Se você quiser saber mais sobre quais ferramentas são chamadas e como o modelo de IA as invoca, verifique os detalhes da etapa de execução.

Controle da invocação de ferramentas

Há duas maneiras principais de influenciar como seu agente de IA invoca ferramentas:

Usando tool_choice

O tool_choice parâmetro é a maneira mais determinística de controlar qual ferramenta (se houver) é chamada pelo modelo. Por padrão, ele é definido como auto, o que significa que o modelo de IA decidirá. Se você quiser forçar o modelo a chamar uma ferramenta específica, você poderá fornecer a especificação dessa ferramenta, por exemplo

run = project_client.agents.runs.create_and_process(
      thread_id=thread.id,
      agent_id=agent.id,
      tool_choice={"type": "bing_grounding"}  # specify the tool to use
      )

Usando instructions

O instructions parâmetro é não determinístico, mas fornece diretrizes flexíveis. Use instruções para ajudar o modelo de IA a entender seu caso de uso e as finalidades de cada ferramenta. Informe ao modelo quais informações ou ações cada ferramenta pode fornecer:

• Route para ferramentas específicas: "Utilize a ferramenta de Pesquisa de IA <tool_name> para obter informações relacionadas ao produto, use a ferramenta Fabric <tool_name> para informações relacionadas a vendas."
• Prefira ferramentas em vez de conhecimento base: "Use as saídas da ferramenta para gerar uma resposta, não use seu próprio conhecimento".
• Descrever os recursos da ferramenta: "A ferramenta pesquisa do Bing tem acesso a informações em tempo real, incluindo clima atual, notícias e preços das ações.".

Pré-requisitos

• Um agente criado
• Certifique-se de que seu modelo de IA tenha tokens suficientes alocados por minuto (TPM). É recomendável ter no mínimo 30 mil TPM. Você pode alterar a alocação do TPM acessando modelos + pontos de extremidade no portal do Foundry e editando seu modelo.

Ferramentas integradas

O Serviço do Foundry Agent fornece as seguintes ferramentas embutidas. Você pode usá-las com a API REST, o SDK e o portal do Microsoft Foundry.

Ferramentas não Microsoft

As ferramentas a seguir são criadas por parceiros de terceiros. Use os links abaixo para exibir a documentação e os exemplos de código.

Práticas recomendadas

Usar a instrução do sistema para ajudar o modelo a invocar a ferramenta certa

Para que o modelo entenda quais ferramentas usar, você deseja fornecer instruções detalhadas para o modelo descrever quando e como usar a ferramenta. Talvez você queira considerar o fornecimento das seguintes informações:

• Objetivo Primário: qual é o objetivo desse agente? qual é a meta de tarefas relacionadas? quais são os resultados esperados?
• Suas responsabilidades: quais tarefas você espera que o agente execute. Por exemplo, chamar o Grounding com a ferramenta de pesquisa do Bing para obter as informações mais recentes sobre eventos locais.
• Entradas que você pode receber: quais entradas você espera que o agente receba?
• Para cada ferramenta:
  • O nome da ferramenta
  • Uma descrição da ferramenta
  • Gatilhos: quando você espera que essa ferramenta seja acionada? Que tipo de informação será pesquisada? O que as consultas conterão?
  • Um exemplo de uma consulta

Por exemplo, você pode fornecer instruções como as seguintes para a ferramenta “Pesquisando como Bing”:

Introdução com a ferramenta de pesquisa do Bing

• Use: reúna tendências ou notícias externas para enriquecer a postagem com insights em tempo real.
• Acione isso quando:
  • O usuário solicita que sejam feitas referências a dados recentes ou ao contexto competitivo.
  • Exemplo: "Você pode referenciar as tendências mais recentes do setor?" ou "O que os concorrentes estão fazendo?".