0Pricing
AI Agents · Lekcja

Używanie narzędzi: jak agenci podejmują działania

Dowiedz się, dlaczego wywoływanie narzędzi — pozwalające modelowi wywoływać funkcje — przekształca model czatu w agenta oddziałującego na świat.

Używanie narzędzi: jak agenci podejmują działania to bezpłatna lekcja AI Agents na CoddyKit. To lekcja 3 z 3. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej AI Agents, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs AI Agents zawiera 3 lekcji w sumie.

Coś więcej niż rozmowa

LLM może generować wyłącznie tekst. Aby naprawdę pomagać, agent potrzebuje narzędzi — sposobów na działanie w rzeczywistym świecie. 🛠️

Czym jest narzędzie?

Narzędzie to po prostu funkcja, którą agent może wywołać, na przykład do przeszukiwania internetu, sprawdzania pogody lub wykonywania obliczeń.

Codzienna analogia

Proszę myśleć o narzędziach jak o aplikacjach w telefonie. Agent wybiera odpowiednie narzędzie do danego zadania, tak jak Państwo wybierają właściwą aplikację.

Jak agent podejmuje decyzję

Należy opisać agentowi dostępne narzędzia. Agent analizuje zadanie, wybiera odpowiednie narzędzie, a następnie prosi o jego użycie.

Proste narzędzie

Narzędzie może być bardzo niewielkie. Oto narzędzie dodające dwie liczby — właśnie z takiego narzędzia agent mógłby skorzystać.

def add(a, b):
    return a + b

print(add(2, 3))

Agent go nie uruchamia

LLM samodzielnie nie uruchamia kodu. Mówi „proszę wywołać add z argumentami 2 i 3”, a Państwa program wykonuje tę funkcję i zwraca wynik.

Wróćmy do pętli

Pamiętają Państwo schemat myśl–działaj–obserwuj? Agent wywołuje narzędzie (działanie), odczytuje wynik (obserwacja), a następnie ustala kolejny krok.

Łączenie narzędzi

Trudne zadania stają się łatwe, gdy agent łączy narzędzia: najpierw wyszukuje informacje, potem je podsumowuje, a na końcu wysyła. Jeden mały krok naraz.

Jasne opisy narzędzi

Podobnie jak prompty, narzędzia potrzebują jasnych opisów. Im lepiej opisane jest narzędzie, tym trafniejsze decyzje podejmuje agent.

Udało się! 🚀

Wiedzą już Państwo, że agenty to mózg + prompty + narzędzia działające w pętli. To podstawa. Mogą być Państwo z siebie dumni — szybko przyswoili Państwo ten materiał!

Szybki test

Ostatnie pytanie! Kto faktycznie uruchamia narzędzie, gdy korzysta z niego agent?

Często zadawane pytania

Czy lekcja „Używanie narzędzi: jak agenci podejmują działania” jest bezpłatna?

Tak — pełny tekst „Używanie narzędzi: jak agenci podejmują działania” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu AI Agents, przejdź na CoddyKit PRO. Kurs AI Agents zawiera 3 lekcji w sumie.

Co nauczysz się w „Używanie narzędzi: jak agenci podejmują działania”?

Dowiedz się, dlaczego wywoływanie narzędzi — pozwalające modelowi wywoływać funkcje — przekształca model czatu w agenta oddziałującego na świat. Ćwiczysz AI Agents z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć AI Agents?

Nie wymagamy żadnego doświadczenia. AI Agents w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 3.

Ile czasu zajmuje lekcja „Używanie narzędzi: jak agenci podejmują działania”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji AI Agents?

Tak. Każda lekcja AI Agents zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Czym jest agent oparty na LLM?
  2. Prompty, role i komunikaty systemowe
  3. Używanie narzędzi: jak agenci podejmują działania
← Powrót do AI Agents