Serviço do Azure AI Foundry Agent (versão prévia)

Detalhes do tipo de objeto de resposta.

A lista de mensagens retornadas pelo serviço.

Detalhes da primeira ID.

Detalhes da última ID.

Informa se há mais agentes lá.

O identificador, que pode ser referenciado em pontos de extremidade de API.

O tipo de objeto, que é sempre thread.

O carimbo de data/hora do Unix (em segundos), para quando o thread foi criado.

Conjunto de 16 pares chave-valor que podem ser anexados a um objeto. Este poderá ser útil para armazenar informações adicionais sobre o objeto em um formato estruturado. As chaves podem ter no máximo 64 caracteres e os valores podem ter no máximo 512 caracteres.

O identificador, que pode ser referenciado em pontos de extremidade de API.

O tipo de objeto, que é sempre thread.run.

O carimbo de data/hora do Unix (em segundos), para quando a execução foi criada.

A ID do thread em que foi executado como parte dessa execução.

A ID do assistente usada para a execução dessa execução.

O status da execução, que pode ser enfileirada, in_progress, requires_action, cancelando, cancelada, com falha, concluída ou expirada.

Detalhes sobre a ação necessária para continuar a execução. Será nulo se nenhuma ação for necessária.

O último erro associado a esta execução. Será nulo se não houver erros.

O carimbo de data/hora do Unix (em segundos) para quando a execução expirará.

O carimbo de data/hora do Unix (em segundos) para quando a execução foi iniciada.

O carimbo de data/hora unix (em segundos) para quando a execução foi cancelada.

O carimbo de data/hora do Unix (em segundos) para quando a execução falhou.

O carimbo de data/hora do Unix (em segundos) para quando a execução foi concluída.

O nome da implantação do modelo que o assistente usou para essa execução.

As instruções que o assistente usou para esta execução.

A lista de ferramentas que o assistente usou para essa execução.

A lista de IDs de arquivo que o assistente usou para esta execução.

Conjunto de 16 pares chave-valor que podem ser anexados a um objeto. As chaves podem ter no máximo 64 caracteres e os valores podem ter no máximo 512 caracteres.

Controla qual ferramenta (se houver) é chamada pelo modelo. 'none' significa que o modelo não chamará nenhuma ferramenta e, em vez disso, gerará uma mensagem. 'auto' significa que o modelo pode escolher entre gerar uma mensagem ou chamar uma ferramenta. Especificando uma ferramenta como {'type': 'file_search'} ou {'type': 'function', 'function': {'name': 'my_function'}} força o modelo a chamar essa ferramenta.

O número máximo de tokens de prompt especificados que foram usados ao longo da execução.

O número máximo de tokens de conclusão especificados que foram usados ao longo da execução.

Estatísticas de uso relacionadas à execução. Esse valor será nulo se a execução não estiver em um estado terminal (por exemplo, in_progress, enfileirada).

Controla como um thread é truncado antes da execução.

O formato que o modelo deve gerar. Compatível com GPT-4 Turbo e todos os modelos GPT-3.5 Turbo desde gpt-3.5-turbo-1106.

O identificador, que pode ser referenciado em pontos de extremidade de API.

O tipo de objeto, que é sempre thread.run.

O carimbo de data/hora do Unix (em segundos), para quando a execução foi criada.

A ID do thread em que foi executado como parte dessa execução.

A ID do assistente usada para a execução dessa execução.

O status da execução, que pode ser enfileirada, in_progress, requires_action, cancelando, cancelada, com falha, concluída ou expirada.

Detalhes sobre a ação necessária para continuar a execução. Será nulo se nenhuma ação for necessária.

O último erro associado a esta execução. Será nulo se não houver erros.

O carimbo de data/hora do Unix (em segundos) para quando a execução expirará.

O carimbo de data/hora do Unix (em segundos) para quando a execução foi iniciada.

O carimbo de data/hora unix (em segundos) para quando a execução foi cancelada.

O carimbo de data/hora do Unix (em segundos) para quando a execução falhou.

O carimbo de data/hora do Unix (em segundos) para quando a execução foi concluída.

O nome da implantação do modelo que o assistente usou para essa execução.

As instruções que o assistente usou para esta execução.

A lista de ferramentas que o assistente usou para essa execução.

A lista de IDs de arquivo que o assistente usou para esta execução.

Conjunto de 16 pares chave-valor que podem ser anexados a um objeto. As chaves podem ter no máximo 64 caracteres e os valores podem ter no máximo 512 caracteres.

Controla qual ferramenta (se houver) é chamada pelo modelo. 'none' significa que o modelo não chamará nenhuma ferramenta e, em vez disso, gerará uma mensagem. 'auto' significa que o modelo pode escolher entre gerar uma mensagem ou chamar uma ferramenta. Especificando uma ferramenta como {'type': 'file_search'} ou {'type': 'function', 'function': {'name': 'my_function'}} força o modelo a chamar essa ferramenta.

O número máximo de tokens de prompt especificados que foram usados ao longo da execução.

O número máximo de tokens de conclusão especificados que foram usados ao longo da execução.

Estatísticas de uso relacionadas à execução. Esse valor será nulo se a execução não estiver em um estado terminal (por exemplo, in_progress, enfileirada).

Controla como um thread é truncado antes da execução.

O formato que o modelo deve gerar. Compatível com GPT-4 Turbo e todos os modelos GPT-3.5 Turbo desde gpt-3.5-turbo-1106.

Detalhes do tipo de objeto de resposta

A lista de mensagens retornadas pelo serviço.

Detalhes da primeira ID

Detalhes da última ID

Informa se há mais agentes lá

O identificador, que pode ser referenciado em pontos de extremidade de API.

O tipo de objeto, que é sempre assistente.

O carimbo de data/hora do Unix (em segundos), para quando o assistente foi criado.

O nome do assistente. O comprimento máximo é de 256 caracteres.

A descrição do assistente. O tamanho máximo é de 512 caracteres.

Nome do nome da implantação do modelo a ser usado.

As instruções do sistema que o assistente usa. O tamanho máximo é de 32.768 caracteres.

Uma lista de ferramentas habilitadas no assistente. Pode haver no máximo 128 ferramentas por assistente. As ferramentas podem ser de tipos code_interpreter ou função. Uma descrição de função pode ter no máximo 1.024 caracteres.

Conjunto de 16 pares chave-valor que podem ser anexados a um objeto. Útil para armazenar informações adicionais em um formato estruturado. As chaves podem ter no máximo 64 caracteres e os valores podem ter no máximo 512 caracteres.

O valor padrão é 1. Determina qual temperatura de amostragem usar, entre 0 e 2. Valores mais altos, como 0,8, tornarão a saída mais aleatória, enquanto valores mais baixos como 0,2 a tornarão mais focada e determinística.

O valor padrão é 1. Uma alternativa à amostragem com temperatura, chamada de amostragem de núcleo, onde o modelo considera os resultados dos tokens com massa de probabilidade top_p. Portanto, 0,1 significa que apenas os tokens que compõem a massa de probabilidade de 10% do topo são considerados.

Especifica o formato que o modelo precisa gerar. Definir esse parâmetro como { 'type': 'json_object' } habilita o modo JSON, garantindo que a mensagem seja JSON válida.

Um conjunto de recursos que são usados pelas ferramentas do assistente. Os recursos são específicos para o tipo de ferramenta. Por exemplo, a ferramenta code_interpreter requer uma lista de IDs de arquivo, enquanto a ferramenta file_search requer uma lista de IDs do repositório de vetores.

Um resumo do raciocínio executado pelo modelo. Isso pode ser útil para depurar e entender o processo de raciocínio do modelo. Uma opção entre auto, concise ou detailed.

Preterido: use summary em vez disso.

Um resumo do raciocínio executado pelo modelo. Isso pode ser útil para depurar e entender o processo de raciocínio do modelo. Uma opção entre auto, concise ou detailed.

Um objeto que especifica o formato que o modelo deve gerar.

A configuração { "type": "json_schema" } habilita saídas estruturadas, o que garante que o modelo corresponda ao esquema JSON fornecido. Saiba mais no guia Saídas Estruturadas.

O formato padrão é { "type": "text" } sem opções adicionais.

Não recomendado para modelos gpt-4o e mais recentes:

A configuração para { "type": "json_object" } habilita o modo JSON antigo, garantindo que a mensagem gerada pelo modelo seja JSON válido. O uso json_schema é preferencial para modelos que dão suporte a ele.

Uma ferramenta que pode ser usada para gerar uma resposta.

O identificador exclusivo do modelo de prompt a ser usado.

Versão opcional do modelo de prompt.

Mapa opcional de valores a serem substituídos por variáveis no seu prompt. Os valores de substituição podem ser cadeias de caracteres ou outros tipos de entrada de resposta, como imagens ou arquivos.

Conjunto de 16 pares chave-valor que podem ser anexados a um objeto. Isso pode ser útil para armazenar informações adicionais sobre o objeto em um formato estruturado e consultar objetos por meio da API ou do painel.

As chaves são cadeias de caracteres com um comprimento máximo de 64 caracteres. Os valores são cadeias de caracteres com um comprimento máximo de 512 caracteres.

Qual temperatura de amostragem usar, entre 0 e 2. Valores mais altos, como 0,8, tornarão a saída mais aleatória, enquanto valores mais baixos como 0,2 a tornarão mais focada e determinística. Geralmente recomendamos alterar isso ou top_p, mas não as duas coisas.

Uma alternativa à amostragem com temperatura, chamada de amostragem de núcleo, onde o modelo considera os resultados dos tokens com massa de probabilidade top_p. Portanto, 0,1 significa que apenas os tokens que compõem a massa de probabilidade de 10% do topo são considerados.

Geralmente recomendamos alterar isso ou temperature, mas não as duas coisas.

Um identificador exclusivo que representa o usuário final, que pode ajudar o OpenAI a monitorar e detectar abusos. Saiba mais.

Especifica o tipo de processamento usado para atender à solicitação.

• Se definido como "automático", a solicitação será processada com a camada de serviço configurada nas configurações do Projeto. A menos que esteja configurado de outra forma, o Projeto usará "padrão".
• Se definido como "padrão", a solicitação será processada com o preço padrão e o desempenho do modelo selecionado.
• Se definido como 'flex' ou 'priority', a solicitação será processada com a camada de serviço correspondente. Entre em contato com as vendas para saber mais sobre o processamento de prioridade.
• Quando não definido, o comportamento padrão é 'auto'.

Quando o service_tier parâmetro for definido, o corpo da resposta incluirá o service_tier valor com base no modo de processamento realmente usado para atender à solicitação. Esse valor de resposta pode ser diferente do valor definido no parâmetro.

Um inteiro entre 0 e 20 especificando o número de tokens mais prováveis a serem retornados em cada posição de token, cada um com uma probabilidade de log associada.

A ID exclusiva da resposta anterior ao modelo. Use isso para criar conversas de vários turnos. Saiba mais sobre o estado da conversa.

A implantação do modelo a ser usada para a criação dessa resposta.

somente modelos da série o

Opções de configuração para modelos de raciocínio.

Se a resposta do modelo deve ser executada em segundo plano. Saiba mais.

Um limite superior para o número de tokens que podem ser gerados para uma resposta, incluindo tokens de saída visíveis e tokens de raciocínio.

O número máximo de chamadas totais das ferramentas internas que podem ser processadas em uma resposta. Esse número máximo se aplica a todas as chamadas de ferramenta internas, não por ferramenta individual. Todas as outras tentativas de chamar uma ferramenta pelo modelo serão ignoradas.

Uma matriz de ferramentas que o modelo pode chamar ao gerar uma resposta. Você pode especificar qual ferramenta usar definindo o tool_choice parâmetro.

As duas categorias de ferramentas que você pode fornecer ao modelo são:

• Ferramentas internas: ferramentas fornecidas pelo OpenAI que estendem os recursos do modelo, como pesquisa na Web ou pesquisa de arquivos. Saiba mais sobre ferramentas internas.
• Chamadas de função (ferramentas personalizadas): Funções definidas por você, permitindo que o modelo chame seu próprio código. Saiba mais sobre a chamada de função.

Como o modelo deve selecionar qual ferramenta (ou ferramentas) usar ao gerar uma resposta. Consulte o tools parâmetro para ver como especificar quais ferramentas o modelo pode chamar.

Referência a um modelo de prompt e suas variáveis. Saiba mais.

A estratégia de truncamento a ser usada para a resposta do modelo.

• auto: se o contexto dessa resposta e os anteriores excederem o tamanho da janela de contexto do modelo, o modelo truncará a resposta para se ajustar à janela de contexto soltando itens de entrada no meio da conversa.
• disabled (padrão): se uma resposta de modelo exceder o tamanho da janela de contexto de um modelo, a solicitação falhará com um erro 400.

Identificador exclusivo para esta resposta.

O tipo de objeto desse recurso – sempre definido como response.

O status da geração de resposta. Um de completed, failed, in_progress, cancelled, queued ou incomplete.

Unix timestamp (em segundos) de quando esta Resposta foi criada.

Um objeto de erro retornado quando o modelo falha ao gerar uma Resposta.

O motivo pelo qual a resposta está incompleta.

Uma matriz de itens de conteúdo gerados pelo modelo.

• O comprimento e a ordem dos itens na output matriz dependem da resposta do modelo.
• Em vez de acessar o primeiro item na output matriz e supondo que seja uma assistant mensagem com o conteúdo gerado pelo modelo, você pode considerar usar a output_text propriedade em que há suporte em SDKs.

Uma mensagem do sistema (ou desenvolvedor) inserida no contexto do modelo.

Ao usar junto com previous_response_id, as instruções de uma resposta anterior não serão levadas para a próxima resposta. Isso simplifica a troca de mensagens do sistema (ou do desenvolvedor) em novas respostas.

Propriedade de conveniência somente do SDK que contém a saída de texto agregada de todos os itens output_text na matriz output, se houver algum. Com suporte nos SDKs python e JavaScript.

Representa os detalhes de uso do token, incluindo tokens de entrada, tokens de saída, uma divisão de tokens de saída e o total de tokens usados.

Se deseja permitir que o modelo execute chamadas de ferramenta em paralelo.

O código de erro da resposta.

Uma descrição do erro legível para humanos.

O número de tokens de entrada.

O número de tokens recuperados do cache. Mais informações sobre o cache de prompts.

O número de tokens de saída.

O número de tokens de raciocínio.

O número total de tokens usados.

O nome do agente.

O identificador de versão do agente.

Mapa opcional de valores a serem substituídos por variáveis no seu prompt. Os valores de substituição podem ser cadeias de caracteres ou outros tipos de entrada de resposta, como imagens ou arquivos.

Lista de ferramentas que podem ser usadas na execução.

Lista de IDs de arquivo que podem ser usadas na execução.