Azure AI Foundry Agent Service (versión preliminar)

Detalles del tipo de objeto de respuesta.

Lista de mensajes devueltos por el servicio.

Detalles del primer identificador.

Detalles del último identificador.

Indica si hay más agentes allí.

Identificador al que se puede hacer referencia en puntos de conexión de API.

Tipo de objeto, que siempre es subproceso.

Marca de tiempo Unix (en segundos) para el momento en que se creó el subproceso.

Conjunto de 16 pares clave-valor que se pueden adjuntar a un objeto. Esto puede ser útil para almacenar información adicional sobre el objeto en un formato estructurado. Las claves pueden tener un máximo de 64 caracteres y los valores pueden tener un máximo de 512 caracteres.

Identificador al que se puede hacer referencia en puntos de conexión de API.

Tipo de objeto, que siempre es thread.run.

Marca de tiempo de Unix (en segundos) para cuando se creó la ejecución.

Identificador del subproceso en el que se ejecutó como parte de esta ejecución.

Identificador del asistente usado para la ejecución de esta ejecución.

Estado de la ejecución, que se puede poner en cola, in_progress, requires_action, cancelar, cancelar, cancelar, con errores, completar o expirar.

Detalles sobre la acción necesaria para continuar la ejecución. Será null si no se requiere ninguna acción.

El último error asociado a esta ejecución. Será null si no hay errores.

Marca de tiempo de Unix (en segundos) para cuando expire la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se inició la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se canceló la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se produjo un error en la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se completó la ejecución.

Nombre de implementación del modelo que usó el asistente para esta ejecución.

Las instrucciones que el asistente usó para esta ejecución.

Lista de herramientas que el asistente usó para esta ejecución.

Lista de identificadores de archivo que usa el asistente para esta ejecución.

Conjunto de 16 pares clave-valor que se pueden adjuntar a un objeto. Las claves pueden tener un máximo de 64 caracteres y los valores pueden tener un máximo de 512 caracteres.

Controla la herramienta (si existe) a la que llama el modelo. 'none' significa que el modelo no llamará a ninguna herramienta y, en su lugar, generará un mensaje. "auto" significa que el modelo puede elegir entre generar un mensaje o llamar a una herramienta. Especificar una herramienta como {'type': 'file_search'} o {'type': 'function', 'function': {'name': 'my_function'}} obliga al modelo a llamar a esa herramienta.

Número máximo de tokens de solicitud especificados que se usaron durante el transcurso de la ejecución.

Número máximo de tokens de finalización especificados que se usaron durante el transcurso de la ejecución.

Estadísticas de uso relacionadas con la ejecución. Este valor será NULL si la ejecución no está en un estado terminal (por ejemplo, in_progress, en cola).

Controla cómo se trunca un subproceso antes de la ejecución.

Formato que debe generar el modelo. Compatible con GPT-4 Turbo y todos los modelos GPT-3.5 Turbo desde gpt-3.5-turbo-1106.

Identificador al que se puede hacer referencia en puntos de conexión de API.

Tipo de objeto, que siempre es thread.run.

Marca de tiempo de Unix (en segundos) para cuando se creó la ejecución.

Identificador del subproceso en el que se ejecutó como parte de esta ejecución.

Identificador del asistente usado para la ejecución de esta ejecución.

Estado de la ejecución, que se puede poner en cola, in_progress, requires_action, cancelar, cancelar, cancelar, con errores, completar o expirar.

Detalles sobre la acción necesaria para continuar la ejecución. Será null si no se requiere ninguna acción.

El último error asociado a esta ejecución. Será null si no hay errores.

Marca de tiempo de Unix (en segundos) para cuando expire la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se inició la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se canceló la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se produjo un error en la ejecución.

Marca de tiempo de Unix (en segundos) para cuando se completó la ejecución.

Nombre de implementación del modelo que usó el asistente para esta ejecución.

Las instrucciones que el asistente usó para esta ejecución.

Lista de herramientas que el asistente usó para esta ejecución.

Lista de identificadores de archivo que usa el asistente para esta ejecución.

Conjunto de 16 pares clave-valor que se pueden adjuntar a un objeto. Las claves pueden tener un máximo de 64 caracteres y los valores pueden tener un máximo de 512 caracteres.

Controla la herramienta (si existe) a la que llama el modelo. 'none' significa que el modelo no llamará a ninguna herramienta y, en su lugar, generará un mensaje. "auto" significa que el modelo puede elegir entre generar un mensaje o llamar a una herramienta. Especificar una herramienta como {'type': 'file_search'} o {'type': 'function', 'function': {'name': 'my_function'}} obliga al modelo a llamar a esa herramienta.

Número máximo de tokens de solicitud especificados que se usaron durante el transcurso de la ejecución.

Número máximo de tokens de finalización especificados que se usaron durante el transcurso de la ejecución.

Estadísticas de uso relacionadas con la ejecución. Este valor será NULL si la ejecución no está en un estado terminal (por ejemplo, in_progress, en cola).

Controla cómo se trunca un subproceso antes de la ejecución.

Formato que debe generar el modelo. Compatible con GPT-4 Turbo y todos los modelos GPT-3.5 Turbo desde gpt-3.5-turbo-1106.

Detalles del tipo de objeto de respuesta

Lista de mensajes devueltos por el servicio.

Detalles del primer identificador

Detalles del último identificador

Indica si hay más agentes allí

Identificador al que se puede hacer referencia en puntos de conexión de API.

Tipo de objeto, que siempre es asistente.

Marca de tiempo de Unix (en segundos) para cuando se creó el asistente.

Nombre del asistente. La longitud máxima es de 256 caracteres.

Descripción del asistente. La longitud máxima es de 512 caracteres.

Nombre del nombre de implementación del modelo que se va a usar.

Las instrucciones del sistema que usa el asistente. La longitud máxima es de 32768 caracteres.

Lista de herramientas habilitadas en el asistente. Puede haber un máximo de 128 herramientas por asistente. Las herramientas pueden ser de tipos code_interpreter o función. Una descripción de función puede tener un máximo de 1024 caracteres.

Conjunto de 16 pares clave-valor que se pueden adjuntar a un objeto. Útil para almacenar información adicional en un formato estructurado. Las claves pueden tener un máximo de 64 caracteres y los valores pueden tener un máximo de 512 caracteres.

De manera predeterminada, su valor es 1. Determina la temperatura de muestreo que se va a usar, entre 0 y 2. Los valores más altos, como 0,8, harán que la salida sea más aleatoria, mientras que los valores más bajos, como 0,2, la harán más enfocada y determinista.

De manera predeterminada, su valor es 1. Una alternativa al muestreo con temperatura, llamada muestreo de núcleo, donde el modelo considera los resultados de los tokens con masa de probabilidad top_p. Así, 0,1 significa que solo se consideran los tokens que comprenden la masa de probabilidad del 10% superior.

Especifica el formato que debe generar el modelo. Al establecer este parámetro en { 'type': 'json_object' } se habilita el modo JSON, lo que garantiza que el mensaje es json válido.

Conjunto de recursos que usan las herramientas del asistente. Los recursos son específicos del tipo de herramienta. Por ejemplo, la herramienta code_interpreter requiere una lista de identificadores de archivo, mientras que la herramienta file_search requiere una lista de identificadores de almacén de vectores.

Resumen del razonamiento realizado por el modelo. Esto puede ser útil para depurar y comprender el proceso de razonamiento del modelo. Uno deauto, concise o detailed.

En desuso: use summary en su lugar.

Resumen del razonamiento realizado por el modelo. Esto puede ser útil para depurar y comprender el proceso de razonamiento del modelo. Uno deauto, concise o detailed.

Objeto que especifica el formato que debe generar el modelo.

{ "type": "json_schema" } La configuración habilita las salidas estructuradas, lo que garantiza que el modelo coincida con el esquema JSON proporcionado. Obtenga más información en la guía de salidas estructuradas.

El formato predeterminado es { "type": "text" } sin opciones adicionales.

No se recomienda para los modelos gpt-4o y más recientes:

Establecer en { "type": "json_object" } habilita el modo JSON anterior, lo que garantiza que el mensaje que genera el modelo sea JSON válido. Se prefiere usar json_schema para los modelos que lo admiten.

Herramienta que se puede usar para generar una respuesta.

Identificador único de la plantilla de solicitud que se va a usar.

Versión opcional de la plantilla de solicitud.

Asignación opcional de valores para sustituir por variables en la solicitud. Los valores de sustitución pueden ser cadenas u otros tipos de entrada de respuesta, como imágenes o archivos.

Conjunto de 16 pares clave-valor que se pueden adjuntar a un objeto. Esto puede ser útil para almacenar información adicional sobre el objeto en un formato estructurado y consultar objetos a través de la API o el panel.

Las claves son cadenas con una longitud máxima de 64 caracteres. Los valores son cadenas con una longitud máxima de 512 caracteres.

Temperatura de muestreo que se vaya a usar, entre 0 y 2. Los valores más altos, como 0,8, harán que la salida sea más aleatoria, mientras que los valores más bajos, como 0,2, la harán más enfocada y determinista. Por lo general, recomendamos modificar esto o top_p, pero no ambos.

Una alternativa al muestreo con temperatura, llamada muestreo de núcleo, donde el modelo considera los resultados de los tokens con masa de probabilidad top_p. Así, 0,1 significa que solo se consideran los tokens que comprenden la masa de probabilidad del 10% superior.

Por lo general, recomendamos modificar esto o temperature, pero no ambos.

Identificador único que representa al usuario final, que puede ayudar a OpenAI a supervisar y detectar abusos. Más información.

Especifica el tipo de procesamiento utilizado para atender la solicitud.

• Si se establece en "auto", la solicitud se procesará con el nivel de servicio configurado en la configuración del proyecto. A menos que se configure lo contrario, project usará "default".
• Si se establece en "valor predeterminado", la solicitud se procesará con los precios estándar y el rendimiento del modelo seleccionado.
• Si se establece en "flex" o "priority", la solicitud se procesará con el nivel de servicio correspondiente. Póngase en contacto con las ventas para obtener más información sobre el procesamiento de prioridad.
• Cuando no se establece, el comportamiento predeterminado es "auto".

Cuando se establece el service_tier parámetro , el cuerpo de la respuesta incluirá el service_tier valor en función del modo de procesamiento usado realmente para atender la solicitud. Este valor de respuesta puede ser diferente del valor establecido en el parámetro .

Entero entre 0 y 20 que especifica el número de tokens más probables que se devolverán en cada posición del token, cada uno con una probabilidad de registro asociada.

Identificador único de la respuesta anterior al modelo. Úselo para crear conversaciones multiturno. Más información sobre el estado de la conversación.

Implementación del modelo que se va a usar para la creación de esta respuesta.

Solo modelos de la serie o

Opciones de configuración para modelos de razonamiento.

Si se va a ejecutar la respuesta del modelo en segundo plano. Más información.

Límite superior para el número de tokens que se pueden generar para una respuesta, incluidos los tokens de salida visibles y los tokens de razonamiento.

Número máximo de llamadas totales a herramientas integradas que se pueden procesar en una respuesta. Este número máximo se aplica en todas las llamadas a herramientas integradas, no por herramienta individual. Se ignorarán todos los intentos adicionales del modelo de llamar a una herramienta.

Una matriz de herramientas que el modelo puede llamar al generar una respuesta. Puede especificar qué herramienta usar estableciendo el tool_choice parámetro .

Las dos categorías de herramientas que puede proporcionar al modelo son:

• Herramientas integradas: herramientas proporcionadas por OpenAI que amplían las funcionalidades del modelo, como la búsqueda web o la búsqueda de archivos. Obtenga más información sobre las herramientas integradas.
• Llamadas a funciones (herramientas personalizadas): funciones definidas por usted, lo que permite que el modelo llame a su propio código. Obtenga más información sobre las llamadas a funciones.

Cómo debe seleccionar el modelo qué herramienta (o herramientas) se van a usar al generar una respuesta. Consulte el tools parámetro para ver cómo especificar las herramientas a las que puede llamar el modelo.

Referencia a una plantilla de solicitud y sus variables. Más información.

Estrategia de truncamiento que se va a usar para la respuesta del modelo.

• auto: si el contexto de esta respuesta y los anteriores supera el tamaño de la ventana de contexto del modelo, el modelo truncará la respuesta para ajustarse a la ventana de contexto quitando los elementos de entrada en medio de la conversación.
• disabled (valor predeterminado): si una respuesta del modelo superará el tamaño de la ventana de contexto de un modelo, se producirá un error 400 en la solicitud.

Identificador único de esta respuesta.

El tipo de objeto de este recurso: siempre se establece en response.

Estado de la generación de respuesta. Uno de estos valores completed, failed, in_progress, cancelled, queued, o incomplete.

Marca de tiempo de Unix (en segundos) de cuando se creó esta respuesta.

Objeto de error devuelto cuando el modelo no puede generar una respuesta.

Motivo por el que la respuesta está incompleta.

Matriz de elementos de contenido generados por el modelo.

• La longitud y el orden de los elementos de la output matriz dependen de la respuesta del modelo.
• En lugar de acceder al primer elemento de la output matriz y suponiendo que sea un assistant mensaje con el contenido generado por el modelo, puede considerar la posibilidad de usar la output_text propiedad donde se admiten en los SDK.

Mensaje del sistema (o desarrollador) insertado en el contexto del modelo.

Al usar junto con previous_response_id, las instrucciones de una respuesta anterior no se transferirán a la siguiente respuesta. Esto facilita el intercambio de mensajes del sistema (o desarrollador) en nuevas respuestas.

Propiedad de conveniencia solo para SDK, que contiene la salida de texto agregada de todos los output_text elementos de la matriz output, si hay alguno presente. Compatible con los SDK de Python y JavaScript.

Representa los detalles de uso de tokens, incluidos los tokens de entrada, los tokens de salida, un desglose de los tokens de salida y el total de tokens usados.

Si se permite que el modelo ejecute llamadas de herramienta en paralelo.

Código de error de la respuesta.

Una descripción legible del error.

Número de tokens de entrada.

Número de tokens que se recuperaron de la memoria caché. Más información sobre el almacenamiento en caché de solicitudes.

Número de tokens de salida.

Número de elementos de razonamiento.

Número total de tokens usados.

Nombre del agente.

Identificador de versión del agente.

Asignación opcional de valores para sustituir por variables en la solicitud. Los valores de sustitución pueden ser cadenas u otros tipos de entrada de respuesta, como imágenes o archivos.

Lista de herramientas que se pueden usar en la ejecución.

Lista de identificadores de archivo que se pueden usar en la ejecución.