Herramientas de la guía

Con herramientas, puedes conectar guías a sistemas externos. Estos sistemas pueden aumentar el conocimiento de las guías y empoderarlas para ejecutar tareas complejas de forma eficiente.

Puedes usar las herramientas integradas o compilar herramientas personalizadas según tus necesidades.

Limitaciones

Se aplica la siguiente limitación:

Herramientas integradas

Google aloja las herramientas integradas. Puedes activar estas herramientas en los agentes sin necesidad de 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 agente está optimizado 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

Un agente puede conectarse a una API externa con una herramienta de OpenAPI Para ello, proporciona el esquema de OpenAPI. De forma predeterminada, el agente llamará a la API en tu nombre. Como alternativa, puedes ejecutar herramientas de OpenAPI en el 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 parámetro, el ID de sesión de Dialogflow para la conversación actual se proporcionará como un valor del 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, query y header. Aún no se admite el tipo de parámetro cookie.
  • Los parámetros definidos por el esquema de OpenAPI admiten los siguientes tipos de datos: string, number, integer, boolean y array. Aún no se admite el tipo object.
  • 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 de OpenAPI

Se admiten las siguientes opciones de autenticación cuando se llama a una API externa:

  • Autenticación del agente de servicio de Dialogflow
    • Dialogflow puede generar un token de ID o un token de acceso con el agente de servicio de Dialogflow. El token se agrega en el 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 la consola de Agent Builder es el propietario del recurso y no se necesita la 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:

      1. Deberás implementar tu propia IU de acceso y obtener el token de acceso del lado del cliente.
      2. A continuación, puedes hacer lo siguiente:

        a. Usa la opción de autenticación de token de 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 herramientas, puedes designar un parámetro de sesión para que actúe como el token de portador. Por ejemplo, usa $session.params.<parameter-name-for-token> para especificar el token
    • En el entorno de ejecución, asigna el token de 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 campos obligatorios. Una vez establecido, este certificado de cliente se usará durante la TLS mutua para todas las herramientas y webhooks.
  • Certificado de la AC personalizado

Acceso a redes privadas de la herramienta de OpenAPI

La herramienta OpenAPI se integra al acceso a la red privada del Directorio de servicios, por lo que puede conectarse a destinos de 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 que se oriente a una red privada, sigue estos pasos:

  1. 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.

  2. 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
    Otorga a la cuenta de servicio del agente de servicio de Dialogflow los siguientes roles de IAM:

    • servicedirectory.viewer del proyecto del Directorio de servicios
    • servicedirectory.pscAuthorizedService del proyecto de red
  3. 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 la herramienta de API abierta se derivan de la conversación de los usuarios con el LLM con el esquema como guía. En algunas situaciones, es posible que las entradas deban derivarse de los parámetros de sesión recopilados durante un flujo o proporcionarse como entrada de parámetros de consulta junto con la entrada 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 no hay un parámetro de sesión disponible, la entrada generada por el LLM se pasará a la herramienta.

Herramientas de almacén de datos

Un agente puede usar las herramientas de almacenes de datos para responder las preguntas de los usuarios finales desde tus 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, el agente llamará a la herramienta del 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: Es 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 de contenido que se usó para generar la respuesta. El agente puede brindarte más instrucciones sobre cómo proceder con la respuesta de los almacenes de datos o cómo responder cuando no hay una respuesta.

Para reemplazar una respuesta, agrega una entrada de preguntas frecuentes para una pregunta específica.

Los ejemplos se pueden usar para mejorar aún más el comportamiento 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 seguir la sintaxis de la expresión de filtro compatible para los almacenes de datos. Varios ejemplos y ejemplos detallados se recomienda que dirijas el LLM de guía sobre 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 filtrar:

  • Especifica los campos disponibles para filtrar y los valores válidos. para cada uno de estos campos, para que la guía comprenda las limitaciones de la creación de filtros válidos. Por ejemplo: para filtrar los resultados de un almacén de datos con información del menú podría haber un campo meal con “desayuno”, “almuerzo” y “cena” como valores válidos; y un campo servingSize que puede ser cualquier número entero entre 0 y 5. Tus instrucciones podrían verse de la siguiente manera:

    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 la guía es para un público de usuarios externos, puede ser necesario agregar instrucciones para mantener la guía de responder al usuario con información sobre cómo crearlos. 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. Se pueden propagar cualquier par clave-valor en este parámetro. Estos metadatos se pasan a la herramienta del almacén de datos para fundamentar mejor los resultados de la búsqueda y la respuesta de la herramienta. Se recomienda proporcionar varios ejemplos para indicarle al LLM de la guía de instrucciones 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 de guía cómo propagar el resguardo entradas relacionadas con diferentes temas. Tampoco habrá fragmentos en el resultado de la herramienta. Esta optimización puede usarse 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:

Confianza de los fundamentos

Para cada respuesta generada a partir del contenido de tus almacenes de datos conectados, la guía de consulta evalúa un nivel de confianza, que mide la confianza en que toda la información de la respuesta está respaldada por la información de los almacenes de datos. Para personalizar las respuestas que se permiten, selecciona el nivel de confianza más bajo que te resulte cómodo. Solo se mostrarán las respuestas que tengan ese nivel de confianza o superior.

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 controlador del almacén de datos para la solicitud generativa de resumen. Si no se selecciona ninguno, se usa una opción de modelo predeterminada. 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 LLM de resumen.

La instrucción es una plantilla de texto que puede contener marcadores de posición predefinidos. Los marcadores de posición se reemplazarán por los valores adecuados durante 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: La guía usa un módulo de reescritura para reescribir. la consulta original del usuario a un formato más preciso.
  • $sources: La guía de referencia usa Enterprise Search para buscar fuentes según 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 conversaciones 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. La guía transformará esta constante en un mensaje fácil de usar para el usuario.

Configuración de la carga útil

La configuración de la 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 el mensajero.

Frases prohibidas (configuración a nivel de la guía)

Tienes la opción de definir frases específicas que no deberían permitirse. Estos se configuran a nivel de la guía y los usa tanto la guía los LLM y las herramientas del almacén de datos. Si la respuesta generada o partes del LLM de uso, como las entradas del usuario, contienen alguna de las frases prohibidas literalmente, la respuesta no se mostrará.

Herramientas de funciones

Si tu código cliente puede acceder a la funcionalidad, pero las herramientas de OpenAPI no pueden, puedes usar herramientas de funciones. Las herramientas de funciones siempre se ejecutan del lado del cliente, no del agente.

El proceso es el siguiente:

  1. Tu código de cliente envía una solicitud de detección de intent.
  2. El agente detecta que se requiere una herramienta de función, 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.
  3. El código del cliente llama a la herramienta.
  4. Tu código de cliente envía otra solicitud de detección de intents 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 muestra la solicitud y la respuesta iniciales de detección de intents 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 intents, 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, las herramientas de OpenAPI y de almacén de datos se pueden ejecutar en el cliente aplicando una anulación de API cuando se interactúa con la sesión.

Por ejemplo:

DetectIntentRequest {
  ...
  query_params {
    playbook_state_override {
      playbook_execution_mode: ALWAYS_CLIENT_EXECUTION
    }
  }
  ...
}

El proceso es el siguiente:

  1. El código de tu cliente envía una solicitud de detección de intent que especifica la ejecución del cliente.
  2. El 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.
  3. El código del cliente llama a la herramienta.
  4. Tu código de cliente envía otra solicitud de detección de intent que proporciona el resultado de la herramienta como argumentos de salida.