Con herramientas, puedes conectar apps de agente a sistemas externos. Estos sistemas pueden aumentar el conocimiento de las apps de agentes y empoderarlas para ejecutar tareas complejas de forma eficiente.
Puedes usar las herramientas integradas o compilar herramientas personalizadas según tus requisitos.
Limitaciones
Se aplica la siguiente limitación:
- Debes crear un almacén de datos (o conectar un almacén de datos existente) cuando crees una herramienta de almacén de datos para una app de agente.
- Apps con ambos almacenes de datos fragmentados y no fragmentados no son compatibles.
Herramientas integradas
Las herramientas integradas están alojadas en Google. Puedes activar estas herramientas en apps de agente sin tener que realizar una configuración manual.
Las herramientas integradas compatibles son las siguientes:
Code Interpreter: Es una herramienta propia de Google que combina la capacidad de generación y ejecución de código y permite al usuario realizar varias tareas, como análisis de datos, visualización de datos, procesamiento de texto, resolución de ecuaciones o problemas de optimización.
Tu app de agente está optimizada para determinar cómo y cuándo se deben invocar estas herramientas. pero puedes proporcionar ejemplos adicionales que se adapten a tus casos de uso.
Los ejemplos deben tener un esquema como el siguiente:
{
"toolUse": {
"tool": "projects/PROJECT_ID/locations/LOCATION_ID/agents/AGENT_ID/tools/df-code-interpreter-tool",
"action": "generate_and_execute",
"inputParameters": [
{
"name": "generate_and_execute input",
"value": "4 + 4"
}
],
"outputParameters": [
{
"name": "generate_and_execute output",
"value": {
"output_files": [
{
"name": "",
"contents": ""
}
],
"execution_result": "8",
"execution_error": "",
"generated_code": "GENERATED_CODE"
}
}
]
}
}
Herramientas de OpenAPI
Una app de agente puede conectarse a una API externa con una herramienta de OpenAPI Para ello, proporciona el esquema de OpenAPI. De forma predeterminada, la app del agente llamará a la API en tu nombre. Como alternativa, puedes ejecutar herramientas de OpenAPI en el lado del cliente.
Esquema de ejemplo:
openapi: 3.0.0
info:
title: Simple Pets API
version: 1.0.0
servers:
- url: 'https://api.pet-service-example.com/v1'
paths:
/pets/{petId}:
get:
summary: Return a pet by ID.
operationId: getPet
parameters:
- in: path
name: petId
required: true
description: Pet id
schema:
type: integer
responses:
200:
description: OK
/pets:
get:
summary: List all pets
operationId: listPets
parameters:
- name: petName
in: query
required: false
description: Pet name
schema:
type: string
- name: label
in: query
description: Pet label
style: form
explode: true
required: false
schema:
type: array
items:
type: string
- name: X-OWNER
in: header
description: Optional pet owner provided in the HTTP header
required: false
schema:
type: string
- name: X-SESSION
in: header
description: Dialogflow session id
required: false
schema:
$ref: "@dialogflow/sessionId"
responses:
'200':
description: An array of pets
content:
application/json:
schema:
type: array
items:
$ref: '#/components/schemas/Pet'
post:
summary: Create a new pet
operationId: createPet
requestBody:
description: Pet to add to the store
required: true
content:
application/json:
schema:
$ref: '#/components/schemas/Pet'
responses:
'201':
description: Pet created
content:
application/json:
schema:
$ref: '#/components/schemas/Pet'
components:
schemas:
Pet:
type: object
required:
- id
- name
properties:
id:
type: integer
format: int64
name:
type: string
owner:
type: string
label:
type: array
items:
type: string
De forma opcional, puedes usar la referencia de esquema interno @dialogflow/sessionId
como tipo de esquema de parámetro.
Con este tipo de esquema de parámetros, el ID de sesión de Dialogflow para la conversación actual se proporcionará como un valor de parámetro.
Por ejemplo:
- name: X-SESSION
in: header
description: Dialogflow session id
required: false
schema:
$ref: "@dialogflow/sessionId"
Limitaciones de la herramienta de OpenAPI
Se aplica la siguiente limitación:
- Los tipos de parámetros admitidos son
path,queryyheader. Aún no se admite el tipo de parámetrocookie. - Los parámetros definidos por el esquema de OpenAPI admiten los siguientes tipos de datos:
string,number,integer,booleanyarray. Aún no se admite el tipoobject. - Actualmente, no puedes especificar parámetros de consulta en el editor de ejemplos de la consola.
- El cuerpo de la solicitud y la respuesta debe estar vacío o ser JSON.
Autenticación de la API de la herramienta OpenAPI
Las siguientes opciones de autenticación son compatibles cuando se llama una API externa:
- Autenticación del agente de servicio de Dialogflow
- Dialogflow puede generar un token de ID. o el token de acceso con Agente de servicio de Dialogflow. El token se agrega al encabezado HTTP de autorización cuando Dialogflow llama a una API externa.
- Se puede usar un token de ID para acceder a las funciones y los servicios de Cloud Run Después de otorgar los roles roles/cloudfunctions.invoker y roles/run.invoker a service-agent-project-number@gcp-sa-dialogflow.iam.gserviceaccount.com. Si las funciones y los servicios de Cloud Run están en el mismo proyecto de recursos, no necesitas permisos de IAM adicionales para llamarlos.
- Se puede usar un token de acceso para acceder a otras APIs de Google Cloud después de que lo otorgues roles necesarios para service-agent-project-number@gcp-sa-dialogflow.iam.gserviceaccount.com.
- Clave de API
- Puedes configurar la autenticación de la clave de API proporcionando el nombre de la clave, ubicación de la solicitud (encabezado o cadena de consulta) y la clave de API para que Dialogflow pase la clave de API en la solicitud.
OAuth
El flujo de credenciales de cliente de OAuth es compatible con la autenticación de servidor a servidor:
- Este flujo se puede usar si el compilador del agente es el propietario del recurso y no se necesita autorización del usuario final.
- Se necesitan el ID de cliente, el secreto del cliente y el extremo del token del proveedor de OAuth que se configurarán en Dialogflow.
- Dialogflow intercambia un token de acceso de OAuth del proveedor de OAuth. y la pasa en el encabezado auth de la solicitud.
Para otros flujos de OAuth que requieren autorización del usuario final, como el flujo de código de autorización y el flujo de PKCE, haz lo siguiente:
- Deberás implementar tu propia IU de acceso y obtener el token de acceso del cliente.
A continuación, puedes hacer lo siguiente:
a. Usa la opción de autenticación de token del portador para pasar el token a la herramienta de OpenAPI. Dialogflow incluirá este token en el encabezado de autorización cuando invoque la herramienta.
b. Usa la herramienta de función para invocar la herramienta por tu cuenta en el cliente y pasar el resultado de la llamada a la herramienta a Dialogflow.
Token del portador
- Puedes configurar la autenticación del portador para pasar el token del portador de forma dinámica del cliente. Este token se incluye en el encabezado auth de la solicitud.
- Cuando configuras la autenticación de la herramienta, puedes designar un parámetro de sesión
para que actúe como token del portador. Por ejemplo, usa
$session.params.<parameter-name-for-token>para especificar el token - En el entorno de ejecución, asigna el token del portador al parámetro de sesión:
DetectIntentRequest { ... query_params { parameters { <parameter-name-for-token>: <the-auth-token> } } ... }Autenticación mutua de TLS
- Consulta Autenticación mutua de TLS en la documentación de Google Cloud.
- Se admiten certificados de cliente personalizados. Puedes configurar el cliente certificados a nivel del agente en la pestaña Seguridad de la configuración del agente. El certificado (formato PEM) y la clave privada (formato PEM) son obligatorios . Una vez configurado, este certificado de cliente se usará durante la TLS mutua para todas las herramientas y los webhooks.
Certificado de la AC personalizado
- Consulta la documentación Certificados de CA personalizados.
Acceso a redes privadas de la herramienta OpenAPI
OpenAPI se integra en Acceso a redes privadas del Directorio de servicios, para que pueda conectarse a destinos de la API dentro de tu red de VPC. Esto mantiene el tráfico dentro de la red de Google Cloud y aplica IAM y los Controles del servicio de VPC.
Para configurar una herramienta de OpenAPI dirigida a una red privada, sigue estos pasos:
Sigue las instrucciones de Configuración de la red privada del Directorio de servicios para configurar tu red de VPC y el extremo del Directorio de servicios.
Debe existir la cuenta de servicio del Agente de servicio de Dialogflow con la siguiente dirección para tu proyecto de agente:
service-agent-project-number@gcp-sa-dialogflow.iam.gserviceaccount.com
servicedirectory.viewerdel proyecto del Directorio de serviciosservicedirectory.pscAuthorizedServicedel proyecto de red
Proporcionar el servicio del Directorio de servicios junto con el esquema de OpenAPI y la información de autenticación opcional cuando crees la herramienta.
Acceso a los parámetros de sesión de la herramienta de OpenAPI
Las entradas de las herramientas de OpenAPI se derivan de la conversación de los usuarios con el LLM usando el esquema como guía. En algunas situaciones, es posible que las entradas deban derivarse parámetros de sesión recopilados durante un flujo o proporcionados como un parámetro de consulta junto con la del usuario.
El parámetro de sesión que se debe pasar como entrada se puede especificar de la siguiente manera:
parameters:
- in: query
name: petId
required: true
description: Pet id
schema:
type: integer
x-agent-input-parameter: petId # Reads from the $session.params.petId
- in: header
name: X-other
schema:
type: string
x-agent-input-parameter: $request.payload.header # Reads from the header specified in the request payload input
requestBody:
required: false
content:
application/json:
schema:
type: object
properties:
name:
type: string
x-agent-input-parameter: petName # Reads from the $session.params.petName
description: Name of the person to greet (optional).
breed:
type: string
description: Bread of the pet.
Si ese parámetro de sesión no está disponible, se usará la entrada generada por el LLM pasan a la herramienta.
Herramientas de almacén de datos
Una app de agente puede usar las herramientas del almacén de datos para obtener respuestas a las preguntas del usuario final desde tu almacenes de datos. Puedes configurar un almacén de datos de cada tipo por herramienta y la herramienta consultará cada uno de estos almacenes de datos para obtener las respuestas. De forma predeterminada, la app del agente llamará a la herramienta de almacén de datos en tu nombre. Como alternativa, puedes ejecutar las herramientas del almacén de datos en el lado del cliente.
El tipo de almacén de datos puede ser uno de los siguientes:
PUBLIC_WEB: Un almacén de datos que incluye contenido web público.UNSTRUCTURED: Un almacén de datos que contiene datos privados no estructurados.STRUCTURED: Es un almacén de datos que contiene datos estructurados (por ejemplo, Preguntas frecuentes).
En el siguiente ejemplo, se muestra cómo hacer referencia a un almacén de datos:
"dataStoreConnections": [
{
"dataStoreType": "PUBLIC_WEB",
"dataStore": "projects/PROJECT_NUMBER/locations/LOCATION_ID/collections/default_collection/dataStores/DATASTORE_ID"
},
{
"dataStoreType": "UNSTRUCTURED",
"dataStore": "projects/PROJECT_NUMBER/locations/LOCATION_ID/collections/default_collection/dataStores/DATASTORE_ID"
},
{
"dataStoreType": "STRUCTURED",
"dataStore": "projects/PROJECT_NUMBER/locations/LOCATION_ID/collections/default_collection/dataStores/DATASTORE_ID"
}
]
Las respuestas de la herramienta del almacén de datos también pueden contener fragmentos sobre la fuente del contenido que se usó para generar la respuesta. La app del agente también puede proporcionar instrucciones sobre cómo continuar con la respuesta de los almacenes de datos o cómo responder cuando no hay una respuesta.
Para reemplazar una respuesta, agrega un Entrada de Preguntas frecuentes para una pregunta específica.
Se pueden usar ejemplos para mejorar aún más el comportamiento de la app del agente. El ejemplo debe tener los siguientes esquemas:
{
"toolUse": {
"tool": "projects/PROJECT_ID/locations/LOCATION_ID/agents/AGENT_ID/tools/TOOL_ID",
"action": "TOOL_DISPLAY_NAME",
"inputParameters": [
{
"name": "TOOL_DISPLAY_NAME input",
"value": {
"query": "QUERY"
}
}
],
"outputParameters": [
{
"name": "TOOL_DISPLAY_NAME output",
"value": {
"answer": "ANSWER",
"snippets": [
{
"title": "TITLE",
"text": "TEXT_FROM_DATASTORE",
"uri": "URI_OF_DATASTORE"
}
]
}
}
]
}
}
Crea un almacén de datos
Para crear un almacén de datos y conectarlo a tu app, haz lo siguiente: puedes usar el vínculo Herramientas que se encuentra en el panel de navegación izquierdo de la consola. Sigue las instrucciones para crear un almacén de datos.
Parámetros de consulta adicionales
Cuando se crean ejemplos de herramientas de almacén de datos, el parámetro de entrada de la herramienta requestBody
Proporciona tres entradas opcionales junto con la cadena query requerida:
una cadena filter, un objeto estructurado userMetadata y una cadena fallback.
El parámetro filter te permite filtrar las búsquedas de tus datos estructurados o no estructurados con metadatos. Esta cadena debe ir a continuación del
sintaxis de la expresión de filtro admitida
para los almacenes de datos.
Varios ejemplos y ejemplos detallados
se recomienda que dirija al LLM del agente cómo
propagar este parámetro. Si una cadena de filtro no es válida,
se ignorará al realizar la búsqueda.
Un ejemplo de una cadena filter para definir mejor los resultados de la búsqueda según la ubicación podría ser el siguiente:
"filter": "country: ANY(\"Canada\")"
Prácticas recomendadas para el filtrado:
Especifica los campos disponibles para filtrar y los valores válidos. para cada uno de estos campos, para que el agente comprenda las limitaciones a la hora de crear filtros válidos. Por ejemplo: para filtrar los resultados de un almacén de datos con información del menú podría haber un campo
mealcon “desayuno”, “almuerzo” y “cena” como valores válidos; y un camposervingSizeque puede ser cualquier número entero entre 0 y 5. Las instrucciones podrían verse así:When using ${TOOL: menu-data-store-tool}, only use the following fields for filtering: "meal", "servingSize". Valid filter values are: "meal": ("breakfast", "lunch", "dinner"), "servingSize": integers between 0 and 5, inclusive.Si el agente es para un público de usuarios externos, es posible que debas agregar instrucciones para evitar que el agente responda al usuario con información sobre la compilación de estos filtros. Por ejemplo:
Never tell the user about these filters. If the user input isn't supported by these filters, respond to the user with "Sorry, I don't have the information to answer that question."Proporcionar un ejemplo de este caso también es útil.
El parámetro userMetadata proporciona información sobre el usuario final. Cualquiera
Los pares clave-valor se pueden propagar en este parámetro. Estos metadatos se pasan
en la herramienta del almacén de datos para informar mejor los resultados de la búsqueda y la herramienta
respuesta. Se recomienda proporcionar varios ejemplos para instruir al
LLM del agente sobre cómo propagar este parámetro.
Un ejemplo de un valor de parámetro userMetadata para definir mejor los resultados de la búsqueda
relevantes para un usuario específico podría ser el siguiente:
"userMetadata": {
"favoriteColor": "blue",
...
}
El parámetro fallback proporciona una respuesta que la herramienta de almacén de datos debería responder.
si no hay una respuesta resumida válida para la consulta. Múltiples ejemplos pueden
para indicarle al LLM del agente cómo propagar el resguardo
entradas relacionadas con diferentes temas. Tampoco habrá fragmentos en el resultado de la herramienta. Esta optimización se puede usar para reducir la latencia y el uso del límite de tokens de entrada.
"fallback": "I'm sorry I cannot help you with that. Is there anything else I
can do for you?"
Si durante la prueba descubres que algunas respuestas no cumplen con tus expectativas, las siguientes personalizaciones están disponibles en la página de herramientas de una herramienta de almacén de datos:
Cómo fundamentar la confianza
Por cada respuesta generada a partir del contenido de tus almacenes de datos conectados, el agente evalúa un nivel de confianza, que mide la confianza de que todos información de la respuesta está respaldada por la información de los almacenes de datos. Puedes personalizar qué respuestas permitir seleccionando la menor nivel de confianza con el que te sientas cómodo. Solo respuestas iguales o superiores a ese valor tu nivel de confianza.
Hay 5 niveles de confianza para elegir: VERY_LOW, LOW, MEDIUM,
HIGH y VERY_HIGH.
Configuración de resumen
Puedes seleccionar el modelo generativo que usa el agente del almacén de datos para la solicitud generativa de resumen. Si no se selecciona ninguno, se usará usar una opción. La siguiente tabla contiene las opciones disponibles:
| Identificador de modelo | Idiomas compatibles |
|---|---|
| text-bison@002 | Disponible en todos los idiomas compatibles. |
| gemini-1.0-pro-001 | Disponible en todos los idiomas compatibles. |
También puedes proporcionar tu propia instrucción para la llamada de resumen de LLM.
La instrucción es una plantilla de texto que puede contener marcadores de posición predefinidos. Los marcadores de posición se reemplazan por los valores adecuados en el tiempo de ejecución y el texto final se enviará al LLM.
Los marcadores de posición son los siguientes:
$original-query: Es el texto de la consulta del usuario.$rewritten-query: El agente usa un módulo de reescritura para. la consulta original del usuario a un formato más preciso.$sources: El agente usa Enterprise Search para buscar fuentes. en función de la consulta del usuario. Las fuentes encontradas se renderizan en un formato específico:[1] title of first source content of first source [2] title of second source content of first source$end-user-metadata: La información sobre el usuario que envía la consulta se renderiza en el siguiente formato:The following additional information is available about the human: { "key1": "value1", "key2": "value2", ... }$conversation: El historial de la conversación se renderiza en el siguiente formato:Human: user's first query AI: answer to user's first query Human: user's second query AI: answer to user's second query
Una instrucción personalizada debe indicarle al LLM que muestre "NOT_ENOUGH_INFORMATION" cuando no pueda proporcionar una respuesta. El agente transformará esta constante en un mensaje fácil de entender para el usuario.
Configuración de carga útil
La configuración de carga útil proporciona una forma de agregar los fragmentos del almacén de datos como contenido enriquecido en la carga útil de respuesta que se renderiza en messenger.
Frases prohibidas (configuración a nivel del agente)
Tienes la opción de definir frases específicas que no deberían permitirse. Se configuran a nivel del agente y las usan los LLM del agente y las herramientas del almacén de datos. Si la respuesta generada o partes del LLM mensaje, como las entradas del usuario, contienen cualquiera de las frases prohibidas literalmente, la respuesta no se mostrará.
Herramientas de funciones
Si tienes funciones a las que puedes acceder con tu código cliente, pero no accesible con las herramientas de OpenAPI, puedes usar herramientas de funciones. Las herramientas de funciones siempre se ejecutan en el lado del cliente, no por la app del agente.
El proceso es el siguiente:
- Tu código de cliente envía una solicitud de detección de intent.
- La app del agente detecta que se requiere una herramienta de funciones, y la respuesta de detección de intent contiene el nombre de la herramienta junto con los argumentos de entrada. Esta sesión se pausa hasta que se recibe otra solicitud de detección de intent con el resultado de la herramienta.
- Tu código de cliente llama a la herramienta.
- El código de tu cliente envía otra solicitud de detección de intent que proporciona el resultado de la herramienta como argumentos de salida.
En el siguiente ejemplo, se muestra el esquema de entrada y salida de una herramienta de función:
{
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, for example, San Francisco, CA"
}
},
"required": [
"location"
]
}
{
"type": "object",
"properties": {
"temperature": {
"type": "number",
"description": "The temperature"
}
}
}
En el siguiente ejemplo, se muestran la solicitud y la respuesta de detección de intent inicial con REST:
HTTP method and URL:
POST https://REGION_ID-dialogflow.googleapis.com/v3/projects/PROJECT_ID/locations/LOCATION_ID/agents/AGENT_ID/sessions/SESSION_ID:detectIntent
{
"queryInput": {
"text": {
"text": "what is the weather in Mountain View"
},
"languageCode": "en"
}
}
{
"queryResult": {
"text": "what is the weather in Mountain View",
"languageCode": "en",
"responseMessages": [
{
"source": "VIRTUAL_AGENT",
"toolCall": {
"tool": "<tool-resource-name>",
"action": "get-weather-tool",
"inputParameters": {
"location": "Mountain View"
}
}
}
]
}
}
En el siguiente ejemplo, se muestra la segunda solicitud de detección de intent: que proporciona el resultado de la herramienta:
{
"queryInput": {
"toolCallResult": {
"tool": "<tool-resource-name>",
"action": "get-weather-tool",
"outputParameters": {
"temperature": 28.0
}
},
"languageCode": "en"
}
}
Ejecución del cliente
Al igual que las herramientas de funciones, OpenAPI y las herramientas de almacén de datos puede ejecutarse en el lado del cliente Aplicar una anulación de API cuando interactúa con la sesión
Por ejemplo:
DetectIntentRequest {
...
query_params {
playbook_state_override {
playbook_execution_mode: ALWAYS_CLIENT_EXECUTION
}
}
...
}
El proceso es el siguiente:
- Tu código cliente envía una solicitud de detección de intents que especifica la ejecución del cliente.
- La app del agente detecta que se requiere una herramienta, y la respuesta de detección de intent contiene el nombre de la herramienta junto con los argumentos de entrada. Esta sesión se pausa hasta que se recibe otra solicitud de detección de intent con el resultado de la herramienta.
- Tu código de cliente llama a la herramienta.
- El código de tu cliente envía otra solicitud de detección de intent que proporciona el resultado de la herramienta como argumentos de salida.