Stepwise Planner 마이그레이션 가이드

이 마이그레이션 가이드에서는 계획 기능에 권장되는 새로운 접근 방식인 자동 함수 호출로 마이그레이션 FunctionCallingStepwisePlanner 하는 방법을 보여 줍니다. 새 방법은 결과를 보다 안정적으로 생성하고, 에 비해 더 적은 토큰을 FunctionCallingStepwisePlanner사용합니다.

계획 생성

다음 코드에서는 을 사용하여 자동 함수 호출을 사용하여 FunctionChoiceBehavior = FunctionChoiceBehavior.Auto()새 계획을 생성하는 방법을 보여 있습니다. AI 모델에 요청을 보낸 후에는 역할이 있는 메시지에 Assistant 호출할 함수(단계) 목록이 포함된 개체에 계획이 배치 ChatHistory 됩니다.

이전 접근 방식:

Kernel kernel = Kernel
    .CreateBuilder()
    .AddOpenAIChatCompletion("gpt-4", Environment.GetEnvironmentVariable("OpenAI__ApiKey"))
    .Build();

FunctionCallingStepwisePlanner planner = new();

FunctionCallingStepwisePlannerResult result = await planner.ExecuteAsync(kernel, "Check current UTC time and return current weather in Boston city.");

ChatHistory generatedPlan = result.ChatHistory;

새로운 접근 방식:

Kernel kernel = Kernel
    .CreateBuilder()
    .AddOpenAIChatCompletion("gpt-4", Environment.GetEnvironmentVariable("OpenAI__ApiKey"))
    .Build();

IChatCompletionService chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();

ChatHistory chatHistory = [];
chatHistory.AddUserMessage("Check current UTC time and return current weather in Boston city.");

OpenAIPromptExecutionSettings executionSettings = new() { FunctionChoiceBehavior = FunctionChoiceBehavior.Auto() };

await chatCompletionService.GetChatMessageContentAsync(chatHistory, executionSettings, kernel);

ChatHistory generatedPlan = chatHistory;

새 계획 실행

다음 코드에서는 을 사용하여 자동 함수 호출을 사용하여 FunctionChoiceBehavior = FunctionChoiceBehavior.Auto()새 계획을 실행하는 방법을 보여 있습니다. 이 방법은 계획 단계 없이 결과만 필요한 경우에 유용합니다. 이 경우 개체를 Kernel 사용하여 메서드에 목표를 InvokePromptAsync 전달할 수 있습니다. 계획 실행 결과는 개체에 FunctionResult 배치됩니다.

이전 접근 방식:

Kernel kernel = Kernel
    .CreateBuilder()
    .AddOpenAIChatCompletion("gpt-4", Environment.GetEnvironmentVariable("OpenAI__ApiKey"))
    .Build();

FunctionCallingStepwisePlanner planner = new();

FunctionCallingStepwisePlannerResult result = await planner.ExecuteAsync(kernel, "Check current UTC time and return current weather in Boston city.");

string planResult = result.FinalAnswer;

새로운 접근 방식:

Kernel kernel = Kernel
    .CreateBuilder()
    .AddOpenAIChatCompletion("gpt-4", Environment.GetEnvironmentVariable("OpenAI__ApiKey"))
    .Build();

OpenAIPromptExecutionSettings executionSettings = new() { FunctionChoiceBehavior = FunctionChoiceBehavior.Auto() };

FunctionResult result = await kernel.InvokePromptAsync("Check current UTC time and return current weather in Boston city.", new(executionSettings));

string planResult = result.ToString();

기존 계획 실행

다음 코드는 .를 사용하여 자동 함수 호출을 사용하여 FunctionChoiceBehavior = FunctionChoiceBehavior.Auto()기존 계획을 실행하는 방법을 보여 주는 코드입니다. 이 방법은 이미 있는 경우 ChatHistory (예: 캐시에 저장됨) 유용하며 다시 실행해야 하며 AI 모델에서 최종 결과를 제공해야 합니다.

이전 접근 방식:

Kernel kernel = Kernel
    .CreateBuilder()
    .AddOpenAIChatCompletion("gpt-4", Environment.GetEnvironmentVariable("OpenAI__ApiKey"))
    .Build();

FunctionCallingStepwisePlanner planner = new();
ChatHistory existingPlan = GetExistingPlan(); // plan can be stored in database  or cache for reusability.

FunctionCallingStepwisePlannerResult result = await planner.ExecuteAsync(kernel, "Check current UTC time and return current weather in Boston city.", existingPlan);

string planResult = result.FinalAnswer;

새로운 접근 방식:

Kernel kernel = Kernel
    .CreateBuilder()
    .AddOpenAIChatCompletion("gpt-4", Environment.GetEnvironmentVariable("OpenAI__ApiKey"))
    .Build();

IChatCompletionService chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();

ChatHistory existingPlan = GetExistingPlan(); // plan can be stored in database or cache for reusability.

OpenAIPromptExecutionSettings executionSettings = new() { FunctionChoiceBehavior = FunctionChoiceBehavior.Auto() };

ChatMessageContent result = await chatCompletionService.GetChatMessageContentAsync(existingPlan, executionSettings, kernel);

string planResult = result.Content;

위의 코드 조각은 Stepwise Planner를 사용하여 자동 함수 호출을 사용하는 코드를 마이그레이션하는 방법을 보여 줍니다. 채팅 완료를 사용하여 함수 호출에 대해 자세히 알아봅니다.