Extração de Parâmetros

Utilize LLM para inferir e extrair parâmetros estruturados de linguagem natural para invocação de ferramentas subsequentes ou requisições HTTP.

Os workflows do Paragraph fornecem uma rica seleção de ferramentas, a maioria das quais requer parâmetros estruturados como entrada. O extrator de parâmetros pode converter a linguagem natural do usuário em parâmetros reconhecíveis por essas ferramentas, facilitando a invocação de ferramentas.

Alguns nós dentro do workflow exigem formatos de dados específicos como entrada, como o nó de iteração, que requer um formato de array. O extrator de parâmetros pode convenientemente realizar a conversão de parâmetros estruturados.

Extração de parâmetros-chave necessários por ferramentas a partir de linguagem natural, como a construção de uma simples aplicação de recuperação de artigos Arxiv conversacional.

Exemplo: A ferramenta de recuperação de artigos Arxiv requer o autor do artigo ou o ID do artigo como parâmetros de entrada. O extrator de parâmetros extrai o ID do artigo 2405.10739 da consulta "Qual é o conteúdo deste artigo: 2405.10739" e o utiliza como o parâmetro da ferramenta para uma consulta precisa.

Converter texto em dados estruturados, como no aplicativo de geração de iteração de histórias longas, onde ele atua como uma etapa prévia para o nó de iteração, convertendo o conteúdo do capítulo em formato de texto para um formato de array, facilitando o processamento de geração em várias rodadas pelo nó de iteração.

Extração de dados estruturados e uso da Requisição HTTP, que pode solicitar qualquer URL acessível, sendo adequada para obter resultados de recuperação externa, webhooks, gerar imagens e outros cenários.

Passos de Configuração:

Configurações Avançadas

Modo de Inferência

Alguns modelos suportam dois modos de inferência, alcançando a extração de parâmetros por meio de chamadas de função/ferramenta ou métodos puramente baseados em prompts, com diferenças na conformidade das instruções. Por exemplo, alguns modelos podem ter melhor desempenho em inferência por prompt se a chamada de função for menos eficaz.

Memória Quando a memória está ativada, cada entrada para o classificador de questões incluirá o histórico de conversas para ajudar o LLM a entender o contexto e melhorar a compreensão das perguntas durante diálogos interativos.

Variáveis de Saída

__is_success: Número. Status de sucesso da extração, com valor 1 para sucesso e 0 para falha. __reason: String. Motivo do erro de extração.