फ़ंक्शन कॉलिंग और टूल का उपयोग
जानें कि उपयोगकर्ता के प्रॉम्प्ट के आधार पर विशिष्ट फ़ंक्शन कॉल करना सिखाकर LLM को बाहरी टूल और API के साथ इंटरैक्ट करने में कैसे सक्षम बनाएँ।
फ़ंक्शन कॉलिंग और टूल का उपयोग, CoddyKit पर डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन का एक निःशुल्क पाठ है। यह 4 में से 2वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
LLM और बाहरी उपकरण
Large Language Models (LLMs) टेक्स्ट को समझने और तैयार करने में अद्भुत होते हैं। हालांकि, आमतौर पर उन्हें इन चीज़ों तक सीधे पहुँच प्राप्त नहीं होती:
- रीयल-टाइम जानकारी: जैसे आज का मौसम या शेयरों की वर्तमान कीमतें।
- बाहरी कार्रवाइयाँ: जैसे ईमेल भेजना या उड़ान बुक करना।
- जटिल गणनाएँ: साधारण अंकगणित से आगे की गणनाएँ।
यहीं फ़ंक्शन कॉलिंग उपयोगी होती है!
उपकरणों से अंतर कम करना
फ़ंक्शन कॉलिंग LLM को बाहरी उपकरणों या API को 'कॉल' करने की अनुमति देकर बाहरी दुनिया के साथ संवाद करने देती है। यह LLM की भाषा-संबंधी क्षमताओं और वास्तविक दुनिया की कार्रवाइयों के बीच की दूरी कम करती है।
इसे ऐसे समझिए जैसे आप LLM को विशेष उपकरणों का एक समूह दे रहे हों, जिन्हें वह आवश्यकता पड़ने पर इस्तेमाल करने की सलाह दे सकता है।
यह कैसे काम करता है: LLM की भूमिका
फ़ंक्शन कॉलिंग का उपयोग करते समय LLM स्वयं कोड *निष्पादित* नहीं करता। इसके बजाय, यह एक बुद्धिमान योजनाकार या राउटर की तरह काम करता है:
- यह आपके निर्देश का विश्लेषण करता है।
- यह पहचानता है कि परिभाषित उपकरणों में से कोई आपके अनुरोध को पूरा करने में सहायता कर सकता है या नहीं।
- यदि हाँ, तो यह बताता है कि कौन-सा उपकरण इस्तेमाल करना है और उसमें कौन-से आर्ग्युमेंट (इनपुट) देने हैं।
इसके बाद आपका एप्लिकेशन इस सुझाव को लेकर वास्तविक कार्रवाई करता है।
अपने उपकरण परिभाषित करना (स्कीमा)
LLM किसी उपकरण की सलाह दे सके, इससे पहले उसे यह पता होना चाहिए कि कौन-कौन से उपकरण उपलब्ध हैं। आप एक 'स्कीमा' देते हैं – यह आपके एप्लिकेशन द्वारा किए जा सकने वाले प्रत्येक फ़ंक्शन/उपकरण का विवरण होता है।
यह स्कीमा LLM को बताता है:
- फ़ंक्शन का नाम, जैसे
get_current_weather। - फ़ंक्शन क्या करता है, इसका स्पष्ट विवरण।
- इसके आवश्यक पैरामीटर (इनपुट) और उनके प्रकार, जैसे
location: string।
उदाहरण: मौसम उपकरण की परिभाषा
यहाँ बताया गया है कि LLM के लिए एक सरल मौसम उपकरण को वैचारिक रूप से कैसे परिभाषित किया जा सकता है। यह विवरण LLM को समझने में सहायता करता है कि इसका उपयोग *कब* और *कैसे* करना है।
function get_current_weather(location: string, unit: "celsius" | "fahrenheit" = "fahrenheit") {
// Gets the current weather for a given location.
// Returns temperature, conditions, and humidity.
}संवाद का प्रवाह
आइए फ़ंक्शन कॉलिंग के साथ होने वाले सामान्य संवाद को क्रम से समझें:
- उपयोगकर्ता का निर्देश: आप LLM से कोई प्रश्न पूछते हैं, जैसे "पेरिस में मौसम कैसा है?"
- LLM का सुझाव: LLM मौसम उपकरण की परिभाषा देखता है और
get_current_weather(location="Paris")को कॉल करने का सुझाव देता है। - आपके ऐप की कार्रवाई: आपका एप्लिकेशन यह सुझाव प्राप्त करता है, वास्तविक मौसम API को कॉल करता है और डेटा प्राप्त करता है।
- LLM की अंतिम प्रतिक्रिया: आपका ऐप मौसम का डेटा वापस LLM को भेजता है, जो आपके लिए स्वाभाविक भाषा में उत्तर तैयार करता है।
परिदृश्य: चरण-दर-चरण
कल्पना कीजिए कि आपने get_stock_price उपकरण परिभाषित किया है। इसका प्रवाह इस प्रकार है:
- उपयोगकर्ता: "Apple के शेयर की वर्तमान कीमत क्या है?"
- LLM (आंतरिक रूप से): "अच्छा! उपयोगकर्ता शेयर की कीमत जानना चाहता है। मेरे पास
get_stock_priceउपकरण है, जोsymbolलेता है।" - LLM का आउटपुट:
tool_call: get_stock_price(symbol="AAPL") - आपका ऐप: "AAPL" के साथ
get_stock_priceफ़ंक्शन को निष्पादित करता है। - आपका ऐप: "$175.50" प्राप्त करके उसे LLM को वापस भेजता है।
- LLM: "Apple (AAPL) के शेयर की वर्तमान कीमत $175.50 है।"
फ़ंक्शन कॉलिंग के लाभ
फ़ंक्शन कॉलिंग LLM की क्षमताओं में बहुत वृद्धि करती है:
- रीयल-टाइम डेटा तक पहुँच: ऐसी नवीनतम जानकारी प्राप्त करें जो LLM के प्रशिक्षण डेटा में उपलब्ध न हो।
- कार्रवाइयाँ करना: LLM को वास्तविक दुनिया की प्रक्रियाएँ शुरू करने में सक्षम बनाएँ।
- काल्पनिक उत्तरों में कमी: LLM की प्रतिक्रियाओं को तथ्यपरक बाहरी डेटा पर आधारित करके उन्हें अधिक विश्वसनीय बनाएँ।
- जटिल तर्क: जटिल गणनाएँ या डेटा प्राप्त करना मजबूत बाहरी प्रणालियों को सौंपें।
सामान्य उपयोग के मामले
फ़ंक्शन कॉलिंग बहुउपयोगी है और इसे कई परिस्थितियों में लागू किया जा सकता है:
- डेटा प्राप्त करना: डेटाबेस, API या फ़ाइलों से जानकारी लेना।
- गणनाएँ: सटीक गणित के लिए कैलकुलेटर उपकरण का उपयोग करना।
- सूचनाएँ भेजना: ईमेल या संदेश सेवा के साथ एकीकरण करना।
- डेटाबेस के साथ संवाद: रिकॉर्ड खोजना या अपडेट करना।
- घरेलू स्वचालन: लाइट जलाना या थर्मोस्टैट का तापमान बदलना।
त्वरित जाँच: LLM की भूमिका
आपने अपने LLM के लिए एक उपकरण परिभाषित किया है। कोई उपयोगकर्ता ऐसा प्रश्न पूछता है जिसके लिए इस उपकरण की आवश्यकता है।
पुनरावलोकन: उपकरण और अधिक बुद्धिमान LLM
आपने फ़ंक्शन कॉलिंग के बारे में सीखा, जो LLM को बाहरी उपकरणों और API के साथ संवाद करने देने वाली एक शक्तिशाली तकनीक है। अपने फ़ंक्शन के लिए स्कीमा परिभाषित करके आप LLM को बुद्धिमान योजनाकार की तरह काम करने में सक्षम बनाते हैं, ताकि वह उपयोगकर्ता के निर्देशों के आधार पर संबंधित कार्रवाइयों और आर्ग्युमेंट का सुझाव दे सके।
यह क्षमता अनेक संभावनाएँ खोलती है और LLM-संचालित एप्लिकेशन को अधिक गतिशील, तथ्यपरक और वास्तविक दुनिया के साथ संवाद करने में सक्षम बनाती है।
एआई शिक्षक के साथ डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 12
- पाठ
- 48
अक्सर पूछे जाने वाले प्रश्न
क्या “फ़ंक्शन कॉलिंग और टूल का उपयोग” पाठ निःशुल्क है?
हाँ—“फ़ंक्शन कॉलिंग और टूल का उपयोग” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“फ़ंक्शन कॉलिंग और टूल का उपयोग” में मैं क्या सीखूँगा?
जानें कि उपयोगकर्ता के प्रॉम्प्ट के आधार पर विशिष्ट फ़ंक्शन कॉल करना सिखाकर LLM को बाहरी टूल और API के साथ इंटरैक्ट करने में कैसे सक्षम बनाएँ। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 2वाँ पाठ है।
“फ़ंक्शन कॉलिंग और टूल का उपयोग” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर डेवलपरों के लिए प्रॉम्प्ट इंजीनियरिंग और LLM अनुकूलन पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- Retrieval Augmented Generation (RAG)
- फ़ंक्शन कॉलिंग और टूल का उपयोग
- सरल LLM एजेंट बनाना
- उपयोगकर्ताओं तक LLM प्रतिक्रियाओं की स्ट्रीमिंग