扩展：API 的标准化桥梁

[robiulhasan]

人工智能代理可以使用不同类型的工具。扩展提供了 API 和代理之间的标准化桥梁，允许 API 无缝工作，而不管其底层实现如何。想象一下开发一个代理来帮助用户预订航班。您想要使用 Google Flights API，但不确定代理应如何向此 API 端点发出请求。一种方法是实现解析用户请求并调用 API 的自定义代码。然而，这很容易出错并且难以扩展。更有效的解决方案是使用扩展。扩展使用示例来教导代理如何使用 API 端点以及成功调用需要哪些参数或参数。然后，代理可以在运行时决定哪个扩展最适合解决用户的查询。

特点：结构化任务和可重用性
函数在概念上类似于软件开发中的函数。它们是独立的代码模块，执行 阿塞拜疆数据 特定任务并且可以在需要时重用。在代理的上下文中，模型可以从一组已知函数中进行选择，并决定何时调用哪个函数以及使用哪些参数。但是，与扩展不同，模板在使用函数时不会直接调用 API。执行发生在客户端，使开发人员能够更好地控制应用程序中的数据流。当 API 调用必须发生在直接代理架构流程之外、安全或身份验证限制阻止直接调用、或者时间或操作限制导致实时执行不可能时，这尤其有用。函数也非常适合以结构化格式（如 JSON）格式化模型输出，这使得其他系统更容易进一步处理它。

静态知识问题及通过数据档案解决
数据存储解决了语言模式静态知识的局限性。将语言模型视为包含其训练数据的巨大图书库。与不断增加新书的真实图书馆不同，这些知识是静态的。

数据存储使代理能够访问更加动态和及时的信息。开发人员可以以本机格式提供