Azure AI Foundry Agent Service (Pré-visualização)

Detalhes do tipo de objeto de resposta.

A lista de mensagens retornadas pelo serviço.

Detalhes do primeiro id.

Detalhes do último id.

Diz se há mais agentes.

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. Isso pode ser útil para armazenar informações adicionais sobre o objeto em um formato estruturado. As teclas 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 que foi executado como parte desta execução.

O ID do assistente usado para a execução desta execução.

O status da execução, que pode ser enfileirada, in_progress, requires_action, cancelando, cancelada, falhada, 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 de 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 esta execução.

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

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

Controla qual (se houver) ferramenta é chamada pelo modelo. "Nenhum" significa que o modelo não chama nenhuma ferramenta e, em vez disso, gera uma mensagem. «Auto» significa que o modelo pode escolher entre gerar uma mensagem ou chamar uma ferramenta. Especificar 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 especificado para ter sido usado ao longo da execução.

O número máximo de tokens de conclusão especificado para ter sido usado ao longo da execução.

Estatísticas de utilização relacionadas com a 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 produzir. 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 que foi executado como parte desta execução.

O ID do assistente usado para a execução desta execução.

O status da execução, que pode ser enfileirada, in_progress, requires_action, cancelando, cancelada, falhada, 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 de 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 esta execução.

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

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

Controla qual (se houver) ferramenta é chamada pelo modelo. "Nenhum" significa que o modelo não chama nenhuma ferramenta e, em vez disso, gera uma mensagem. «Auto» significa que o modelo pode escolher entre gerar uma mensagem ou chamar uma ferramenta. Especificar 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 especificado para ter sido usado ao longo da execução.

O número máximo de tokens de conclusão especificado para ter sido usado ao longo da execução.

Estatísticas de utilização relacionadas com a 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 produzir. 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 do primeiro id

Detalhes do último id

Informa se há mais agentes

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 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 comprimento máximo é de 512 caracteres.

Nome do nome de implantação do modelo a ser usado.

As instruções do sistema que o assistente usa. O comprimento máximo é de 32768 caracteres.

Uma lista de ferramentas ativadas no assistente. Pode haver um máximo de 128 ferramentas por assistente. As ferramentas podem ser do tipo 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 teclas podem ter no máximo 64 caracteres e os valores podem ter, no máximo, 512 caracteres.

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

Especifica o formato que o modelo deve produzir. Definir este 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 de armazenamento vetorial.

Um resumo do raciocínio realizado pelo modelo. Isso pode ser útil para depurar e entender o processo de raciocínio do modelo. Um de auto, conciseou detailed.

Preterido: use summary em vez disso.

Um resumo do raciocínio realizado pelo modelo. Isso pode ser útil para depurar e entender o processo de raciocínio do modelo. Um de auto, conciseou detailed.

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

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 gpt-4o e modelos mais recentes:

Configurar para { "type": "json_object" } ativa o modo JSON antigo, o que garante que a mensagem gerada pelo modelo seja JSON válido. O uso json_schema é preferível para modelos que o suportam.

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 para substituir variáveis em 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 via API ou o painel.

As teclas 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 a temperatura de amostragem a utilizar, 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 isto ou top_p, mas não ambos.

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

Geralmente, recomendamos alterar isto ou temperature, mas não ambos.

Um identificador exclusivo que representa seu usuário final, que pode ajudar a OpenAI a monitorar e detetar abusos. Mais informações.

Especifica o tipo de processamento usado para atender à solicitação.

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

Quando o service_tier parâmetro é 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 número inteiro entre 0 e 20 que especifica o número de tokens mais prováveis de serem retornados em cada posição de token, cada um com uma probabilidade em log associada.

O ID único da resposta anterior dada ao modelo. Use isso para criar conversas de vários turnos. Saiba mais sobre o estado da conversação.

O desdobramento do modelo a ser usado para a criação desta resposta.

Apenas modelos da série O

Opções de configuração para modelos de raciocínio.

Se a resposta do modelo deve ser executada em segundo plano. Mais informações.

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 para ferramentas integradas que podem ser processadas em uma resposta. Este número máximo aplica-se a todas as chamadas de ferramentas incorporadas, não por ferramenta individual. Quaisquer 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 integradas: ferramentas fornecidas pelo OpenAI que estendem os recursos do modelo, como pesquisa na web ou pesquisa de arquivos. Saiba mais sobre as ferramentas integradas.
• Chamadas de função (ferramentas personalizadas): funções que são definidas por você, permitindo que o modelo chame seu próprio código. Saiba mais sobre chamadas 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 as suas variáveis. Mais informações.

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

• auto: Se o contexto desta resposta e das anteriores exceder 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 do 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 deste recurso - sempre definido como response.

O estado da geração de resposta. Um dos completed, failed, in_progress, , cancelledqueued, ou incomplete.

Marca de data/hora Unix (em segundos) de quando esta Resposta foi criada.

Um objeto de erro retornado quando o modelo não consegue gerar uma resposta.

A razão pela qual a resposta está incompleta.

Uma matriz de itens de conteúdo gerados pelo modelo.

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

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

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

Propriedade restrita ao SDK que contém a saída de texto agregada de todos os output_text itens no output array, caso existam. Suportado nos SDKs Python e JavaScript.

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

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

O código de erro para a resposta.

Uma descrição do erro legível por humanos.

O número de tokens de entrada.

O número de tokens que foram recuperados do cache. Saiba mais 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 para substituir variáveis em 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 usados na execução.