Utilizzate l'Agent Lab di IBM watsonx.ai per costruire e distribuire un agente AI che può essere utilizzato per rendere le vostre applicazioni più flessibili e dinamiche. È possibile configurare l'agente per prendere decisioni ed eseguire attività per conto di un utente finale, utilizzando i parametri e gli strumenti specificati nelle impostazioni dell'agente.
Come iniziare con Agent Lab
Se vi siete iscritti a watsonx.ai e avete un progetto sandbox, tutti i requisiti sono soddisfatti e siete pronti a usare l'Agent Lab.
Per utilizzare l'Agent Lab è necessario soddisfare i seguenti requisiti:
- Dovete avere un progetto.
- Il progetto deve avere un'istanza del servizio watsonx.ai Runtime associata. Altrimenti, potrebbe essere richiesto di associare il servizio all'apertura di Agent Lab.
- Autorizzazioni richieste
- Per creare un agente, è necessario avere il ruolo di Admin o Editor in un progetto.
L'Agent Lab consente di costruire e personalizzare facilmente il proprio agente AI con un minimo di codifica. Si definiscono i parametri dell'interazione tra l'agente e l'utente finale, compresi il modello di base, il framework, l'architettura e gli strumenti che l'agente utilizza per svolgere un compito.
In uno scenario reale, l'agente prende il passo successivo migliore in base allo stato attuale dell'interazione. Il modello di base all'interno dell'agente seleziona uno o più strumenti esterni in base alle richieste inviate dall'utente finale. Il framework dell'agente utilizza quindi un processo chiamato "tool calling", che viene anche chiamato "function calling", per cercare informazioni da più fonti e generare una risposta.
Ad esempio, uno strumento per la prenotazione di voli potrebbe dover raccogliere le seguenti informazioni e poi creare una prenotazione:
- Luoghi di origine e di destinazione
- Numero di passeggeri
- Data del viaggio
- Fascia di prezzo
L'ordine di raccolta delle informazioni può essere importante per alcuni voli, quando il numero di posti disponibili è limitato o quando i prezzi rientrano nella fascia richiesta. L'agente elabora tutti gli input dell'utente e il modello di base sottostante determina quando chiamare strumenti aggiuntivi, come un motore di ricerca che trova una compagnia aerea che fornisce un servizio frequente tra le località di origine e di destinazione, prima che l'agente completi una richiesta di prenotazione.
Costruire un agente per automatizzare le attività di IA generativa
Guarda questo video per vedere come costruire un agente in Agent Lab.
Questo video fornisce un metodo visivo per apprendere i concetti e le attività presenti in questa documentazione.
Per creare un agente AI, completare i seguenti passaggi:
Dalla home page dell' watsonx.ai, scegli un progetto e poi clicca sul riquadro Nuovo asset > Crea un agente AI per automatizzare le attività.
Selezionare un modello di fondazione e, se lo si desidera, aggiornare i parametri del modello. Per i dettagli, vedere Configurazione del modello Foundation.
Per configurare l'agente, specificare un nome per l'agente e descrivere le attività che l'agente esegue.
Opzionale : Selezionare un'icona e un'immagine di sfondo per personalizzare la visualizzazione dell'agente nel riquadro Anteprima agente.
Selezionare il framework dell'agente AI che si desidera utilizzare per creare, distribuire e gestire l'agente.
Nota:Attualmente, watsonx.ai offre LangGraph come unica scelta di framework. Selezionare l'architettura che implementa il ragionamento dell'IA agenziale.
Nota:Attualmente, watsonx.ai offre ReAct come unica scelta di architettura. Definire istruzioni specifiche per l'agente utilizzato per creare un prompt di sistema per il modello di fondazione selezionato. Le istruzioni possono includere l'uso di un linguaggio specifico, un formato di data o ora, un saluto all'utente o uno strumento esterno come fonte di informazioni invece della base di conoscenza di un modello di fondazione.
Configurare uno o più strumenti esterni che il framework agente può invocare per comporre una risposta. Selezionare gli utensili da un elenco di utensili forniti. Per i dettagli, vedere Configurazione degli strumenti.
Opzionale : Aggiungere alcune domande di esempio che l'utente finale può utilizzare per iniziare a interagire con l'agente.
Verifica il tuo agente nel riquadro di anteprima dell'agente per assicurarti che generi il risultato corretto utilizzando una combinazione del modello di base e degli strumenti pertinenti.
Per conservare il lavoro in modo da poterlo riutilizzare o condividere con i collaboratori del progetto corrente, salvare il lavoro come risorsa del progetto. Per ulteriori informazioni, consultare la sezione Salvataggio di agenti. In alternativa, è possibile distribuire l'agente come servizio AI in uno spazio di distribuzione. Per i dettagli, vedere Distribuzione dei servizi AI con gli strumenti.
Opzioni di configurazione dell'agente
È possibile personalizzare il modello di base e gli strumenti che il proprio agente utilizza per prendere decisioni, agire e interagire con ambienti esterni.
Configurazione del modello di fondazione
Quando si crea un flusso di lavoro agentico, scegliere un modello di base che soddisfi i seguenti requisiti:
- Gestisce le attività di chat
- Supporta la chiamata agli strumenti
- Risponde bene alle tecniche di sollecitazione della catena di pensiero e sceglie l'azione successiva
- Ha buone prestazioni nei benchmark di ragionamento
Per controllare il modo in cui il modello genera l'output, è possibile specificare i seguenti parametri:
- Penalità di frequenza
- Se l'output generato per il prompt, il modello e i parametri scelti contiene costantemente testo che compare più volte, si può provare ad aggiungere una penalità di frequenza. Se impostata, la penalità abbassa i punteggi di probabilità dei token utilizzati più volte, in modo che il modello abbia meno probabilità di ripeterli. Un valore più alto porta a una produzione più varia e diversificata.
- Valori supportati: Numero in virgola mobile nell'intervallo -2.0 (nessuna penalità) a 2.0 (penalità massima)
- Valore predefinito: 0.0
- Uso: maggiore è la penalità, minore è la probabilità che il risultato includa il testo che è apparso frequentemente nell'interazione fino a quel momento.
- Penalità di presenza
- Se l'output generato per il prompt, il modello e i parametri scelti contiene del testo già apparso in precedenza nell'interazione, si può provare ad aggiungere una penalità di presenza. Se impostata, la penalità abbassa i punteggi di probabilità dei token già utilizzati, in modo che il modello abbia meno probabilità di ripeterli. Un valore più alto porta a una produzione più varia e diversificata.
- Valori supportati: Numero in virgola mobile nell'intervallo -2.0 (nessuna penalità) a 2.0 (penalità massima)
- Valore predefinito: 0.0
- Uso: maggiore è la penalità, minore è la probabilità che il risultato includa il testo che è già apparso nell'interazione fino a quel momento.
- Temperatura
- Una tecnica di campionamento che il modello utilizza per selezionare i token nell'output generato, appiattendo o rendendo più nitida la distribuzione di probabilità sui token da campionare.
- Primi P (campionamento del nucleo)
- Una tecnica di campionamento che il modello utilizza per selezionare i token nell'output generato, campionando i token con i punteggi di probabilità più elevati finché la somma dei punteggi non raggiunge il valore di soglia specificato.
- Numero massimo di nuovi token
- Il parametro Max tokens controlla il numero massimo di tokens nell'output generato. Il numero massimo di token consentiti nell'output varia a seconda del modello. Per i dettagli, vedere le informazioni sui token massimi in Modelli di fondazione supportati.
Configurazione degli strumenti
È possibile configurare l'agente in modo che utilizzi uno o più strumenti esterni per recuperare informazioni aggiuntive per i prompt di base inviati al modello di base per generare una risposta.
È inoltre possibile aggiornare la configurazione degli strumenti facendo clic sull'icona Configura 
. Di seguito sono riportati alcuni esempi di personalizzazione degli strumenti:
- Specificare un limite al numero di risultati restituiti da un motore di ricerca di terze parti
- Fornisce l'indice vettoriale di un file di origine da utilizzare per uno strumento di ricerca di documenti. Per informazioni su come aggiungere documenti a un archivio dati vettoriali nel progetto, vedere Aggiunta di documenti vettorializzati per i suggerimenti sul modello di fondazione.
Ulteriori informazioni
- Creazione di un progetto
- Agenti di salvataggio
- Per informazioni dettagliate su un metodo alternativo per costruire flussi di lavoro di chat agenziali utilizzando l'API REST di watsonx.ai, vedere Costruzione di flussi di lavoro guidati da agenti con l'API di chat.
Argomento principale: Sviluppare soluzioni di IA generativa