工具输入和输出模式的优良做法

为使LLM代理可靠地使用工具，它需要清晰地了解工具需要哪些信息以及将返回哪些信息。这时，输入和输出模式就发挥作用了。可以将模式视为LLM代理与其工具之间的正式约定。明确定义的模式能消除歧义，减少错误，并使您的代理更可靠。以下是定义这些模式的优良做法，确保您的LLM能有效地与工具互动。

正如我们已经讨论了清晰的工具描述对于LLM理解的重要性一样，模式是支撑这些描述的结构性骨干。它们提供了数据交换的精确格式。

定义输入模式

输入模式规定了您的工具执行其功能所需的数据结构和类型。清晰定义的输入模式使LLM能够正确地组织其请求，显著增加工具成功执行的可能性。

输入模式的要素

1. 数据类型：明确指定每个输入参数的数据类型。常见类型包括：

   • string：用于文本数据。
   • number：用于数值数据（整数或浮点数）。
   • integer：用于整数。
   • boolean：用于真/假值。
   • array：用于项的列表（指定数组中项的类型）。
   • object：用于包含键值对的结构化数据。

   为端口指定“数值”类型而不是通用的“字符串”类型，有助于LLM提供有效输入，并使您的工具更容易进行类型检查。

2. 必选与可选参数：明确区分哪些参数是工具运行所需的强制性参数，哪些是可选的。这有助于LLM做出明智的决定，了解它绝对必须收集或生成哪些信息。

3. 参数描述：就像工具本身需要良好描述一样，输入模式中的每个参数也应有清晰、简洁的描述。此描述引导LLM理解每个参数的用途以及预期值的类型。例如，对于名为user_id的参数，像“用户的唯一标识符”这样的描述比没有任何描述有帮助得多。

4. 枚举 (Enums)：如果参数只能接受有限的预定义值集，请使用枚举。例如，天气工具的unit参数可能接受"celsius"或"fahrenheit"。将其定义为枚举可避免LLM尝试使用不受支持的单位，例如"kelvin"。

5. 嵌套结构：对于需要复杂输入的工具，您可以使用嵌套对象或对象数组。例如，订单处理工具可能预期line_item对象的数组，其中每个line_item包含product_id和quantity。

使用JSON Schema定义输入

JSON Schema是描述JSON数据结构的广泛采用标准。它是定义工具输入模式的极佳选择，因为它富有表现力、机器可读且人类可读。许多LLM框架和代理系统设计为与使用JSON Schema指定参数的工具定义配合使用。

以下是使用JSON Schema为简单“获取天气”工具定义的输入模式示例：

{
  "type": "object",
  "properties": {
    "location": {
      "type": "string",
      "description": "城市和州，例如：旧金山，加利福尼亚州"
    },
    "unit": {
      "type": "string",
      "description": "温度单位",
      "enum": ["celsius", "fahrenheit"],
      "default": "celsius"
    }
  },
  "required": ["location"]
}

在此模式中：

• 整体输入是一个object。
• 它有两个属性：location（字符串）和unit（字符串）。
• location是一个必选参数。
• unit是可选的，默认值为"celsius"，并且只能是两个指定的枚举值之一。
• 每个属性都有一个description来帮助LLM理解其用途。

定义输出模式

正如输入模式定义工具所需内容一样，输出模式定义工具在成功执行后将返回的数据结构和类型。这种可预测性对于LLM有效地解析工具的响应并将其用于后续推断或形成答案很重要。

输出模式的要素

1. 可预测的结构：LLM需要知道预期哪些字段以及它们的数据类型。输出模式提供此指导。
2. 一致性：工具必须始终返回符合其定义输出模式的数据。如果一个字段定义为数值类型，它应该始终返回一个数值，而不是有时返回一个表示数值的字符串。
3. 足够多的细节：输出应提供足够的信息以帮助LLM达成目标，但避免用不必要的数据使其负担过重。模式有助于确定这种平衡。
4. 错误信息：尽管详细的错误处理将在专门章节中讨论，但您的输出模式设计也应考虑如何传达错误。常见做法是有一个一致的方式来指示成功或失败，如果失败，则提供结构化的错误消息。例如，成功时可能存在主要输出字段，或者失败时可能存在error对象。

使用JSON Schema定义输出

JSON Schema同样有效于定义输出结构。它使LLM能够预知其将接收数据的格式。

继续以“获取天气”工具为例，以下是其输出模式的示例：

{
  "type": "object",
  "properties": {
    "temperature": {
      "type": "number",
      "description": "指定单位的当前温度。"
    },
    "condition": {
      "type": "string",
      "description": "天气状况的简要描述（例如：晴朗、多云、有雨）。"
    },
    "humidity_percent": {
      "type": "number",
      "description": "当前湿度百分比。"
    },
    "requested_location": {
        "type": "string",
        "description": "获取天气信息的地点。"
    }
  },
  "required": ["temperature", "condition", "humidity_percent", "requested_location"]
}

此模式告诉LLM预期一个包含temperature、condition、humidity_percent和requested_location的对象，以及它们的类型和描述。了解此结构后，LLM可以可靠地提取所需的信息。

以下图表说明了输入和输出模式如何促进LLM代理与工具之间的互动：

模式作为约定，确保LLM和工具了解彼此的数据预期。

模式的通用优良做法

无论是定义输入模式还是输出模式，一些优良做法将帮助您为您的工具创建有效且可维护的约定：

• 明确且无歧义：避免模糊定义。LLM依赖于模式的精确性。例如，如果字段表示日期，请指定它是日期字符串（最好注明格式，例如ISO 8601）还是Unix时间戳。
• 使用特定数据类型：如果数据本质上是数字，优先使用integer或number而不是string。对布尔值使用boolean类型。这有助于更好的验证和更明确的意图。
• 描述性命名和描述：为参数和字段选择清晰、不言自明的名称。用面向LLM的详细描述来补充它们。这些描述通常比代码中的注释更重要，因为LLM直接使用它们进行推断。
• 力求简洁：设计尽可能简单的模式，同时仍能传达必要信息。如果扁平、简单的设计能达到相同目的，请避免过度嵌套或复杂结构。复杂性会增加LLM误解或工具实现中出错的可能性。
• 考虑LLM的视角：始终以LLM作为主要使用者来设计您的模式。如何让LLM最容易理解要提供什么以及期待什么？
• 迭代和测试：工具和模式设计通常是一个迭代过程。使用LLM测试您的工具，观察它如何理解模式和使用工具，并根据这些观察调整您的模式。
• 必要时包含单位或上下文：如果数值带有单位（例如：米、秒、摄氏度），要么将单位作为参数的一部分（例如duration_seconds），要么为单位提供一个单独的参数，如天气示例所示。这可以避免误解。
• 规划模式演进：随着工具的演进，其模式可能需要更改。考虑如何管理模式版本，以与可能使用旧定义的代理保持兼容性。（我们将在第6章更详细地介绍版本管理。）

遵循这些做法，您将为LLM代理与其工具之间的沟通建立起点。明确定义的输入和输出模式不仅仅是形式；它们是构建可靠、可预测、智能的代理系统的重要组成部分。它们将工具从黑盒转变为LLM可以理解并自信地使用的清晰定义的组件。