Azure SDK for Python中处理OpenAPI工具集重复添加问题
2025-06-10 02:15:16作者:范靓好Udolf
问题背景
在使用Azure SDK for Python开发AI代理时,开发者可能会遇到一个常见问题:尝试向ToolSet中添加多个OpenApiTool实例时,系统会抛出ValueError: Tool of type {type(tool).__name__} already exists in the ToolSet异常。这与在Azure门户上直观的操作体验形成了对比,因为在门户界面中可以轻松添加多个API端点。
技术原理分析
Azure SDK for Python在设计ToolSet时采用了单例模式的设计理念。这种设计背后的技术考量是:
- 工具类型唯一性:系统认为每种工具类型在ToolSet中应该是唯一的
- 集中管理:通过单一实例管理同类工具的所有功能
- 避免冲突:防止相同类型的工具之间产生命名或功能冲突
正确解决方案
对于需要集成多个API端点的情况,正确的做法是使用单个OpenApiTool实例的add_definition方法,而不是创建多个工具实例。这种方法:
- 保持工具类型的单一性
- 允许在一个工具下管理多个API定义
- 与SDK的核心设计理念保持一致
实际应用示例
# 创建工具集实例
toolset = ToolSet()
# 创建OpenAPI工具并添加多个定义
api_tool = OpenApiTool(name="MyAPITool")
api_tool.add_definition(name="API one", ...)
api_tool.add_definition(name="API two", ...)
api_tool.add_definition(name="API three", ...)
# 将工具添加到工具集
toolset.add(api_tool)
混合工具类型场景
当需要同时使用OpenAPI工具和自定义函数工具时,可以采用以下模式:
# 添加OpenAPI工具
api_tool = OpenApiTool(name="CombinedAPITool")
api_tool.add_definition(...)
toolset.add(api_tool)
# 添加自定义函数工具
function_tool = FunctionTool(...)
toolset.add(function_tool)
设计哲学理解
这种设计反映了Azure SDK的几个核心原则:
- 一致性:保持代码与门户功能在逻辑上的一致性
- 扩展性:通过定义(definition)而非实例来扩展功能
- 明确性:强制开发者明确区分不同类型的工具
最佳实践建议
- 对于同类API,使用单个工具的多个定义
- 不同类型的功能使用不同的工具实例
- 合理规划工具和定义的命名空间
- 在复杂场景中考虑使用工具组合模式
通过理解这些设计理念和应用模式,开发者可以更高效地利用Azure SDK构建强大的AI代理解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0125
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.95 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
Ascend Extension for PyTorch
Python
722
894
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
450
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
264
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
624
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
639
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250