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
kernelopenEuler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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
474
3.54 K
React Native鸿蒙化仓库
JavaScript
287
339
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
224
92
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
175
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
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++
849
441
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
701
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19