From 5b68dc8a6a6bf7fcf4ff4f0cbe3820ef7239bc3f Mon Sep 17 00:00:00 2001 From: Yoshio Terada Date: Sun, 17 Dec 2023 16:52:57 +0900 Subject: [PATCH] Modified expression Modified expression --- .../translations/ja-jp/README.md | 25 ++++++++----------- 1 file changed, 10 insertions(+), 15 deletions(-) diff --git a/11-integrating-with-function-calling/translations/ja-jp/README.md b/11-integrating-with-function-calling/translations/ja-jp/README.md index 7af015df4..44e5d15bc 100644 --- a/11-integrating-with-function-calling/translations/ja-jp/README.md +++ b/11-integrating-with-function-calling/translations/ja-jp/README.md @@ -245,11 +245,11 @@ functions = [ ] ``` -下記に、各関数のインスタンスについて詳しく説明します。 +下記に、関数について詳しく説明します。 - `name` - 呼び出したい関数名 - `description` - 関数がどのように動作するかの説明。ここは具体的で明確であることが重要 -- `parameters` - モデルが回答で生成する値と形式のリスト。`parameters` 配列はアイテムで構成され、各アイテムには次のプロパティを含む +- `parameters` - モデルによって回答で生成する値とフォーマットのリスト。`parameters` 配列として構成し、次のプロパティを含む 1. `type` - プロパティのデータ型 1. `properties` - 回答に使用する特定の値のリスト 1. `name` - フォーマットされた回答で使用するプロパティ名。例えば、`product` @@ -301,19 +301,19 @@ messages= [ {"role": "user", "content": "初心者の学生が Azure を学ぶ ## アプリケーションへ関数呼び出しの統合 -LLM からフォーマットされた応答をテストした後、これをアプリケーションに統合できます。 +LLM からフォーマットされた応答を取得した後、これをアプリケーションに統合します。 ### フローの管理 アプリケーションに統合するためには、下記の手順で行います。 -1. まず、Open AI サービスを呼び出し、メッセージを `response_message` という変数に格納します。 +1. まず、Open AI サービスを呼び出し、メッセージを `response_message` という変数に代入します。 ```python response_message = response.choices[0].message ``` -1. 次に、Microsoft Learn API を呼び出してコースの一覧を取得する関数を定義します。 +1. 次に、Microsoft Learn のカタログ API を呼び出してコースの一覧を取得する関数を定義します。 ```python import requests @@ -397,21 +397,16 @@ LLM からフォーマットされた応答をテストした後、これをア **Output** - ```text - 推奨される関数呼び出し: + ```output { "name": "search_courses", - "arguments": "{\n \"role\": \"student\",\n \"product\": \"Azure\",\n \"level\": \"beginner\"\n}" + "arguments": "{\n \"role\": \"学生\",\n \"product\": \"Azure\",\n \"level\": \"初心者\"\n}" } 関数呼び出しの出力: - [{'title': 'Describe concepts of cryptography', 'url': 'https://learn.microsoft.com/training/modules/describe-concepts-of-cryptography/? - WT.mc_id=api_CatalogApi'}, {'title': 'Introduction to audio classification with TensorFlow', 'url': 'https://learn.microsoft.com/en- - us/training/modules/intro-audio-classification-tensorflow/?WT.mc_id=api_CatalogApi'}, {'title': 'Design a Performant Data Model in Azure SQL - Database with Azure Data Studio', 'url': 'https://learn.microsoft.com/training/modules/design-a-data-model-with-ads/? - WT.mc_id=api_CatalogApi'}, {'title': 'Getting started with the Microsoft Cloud Adoption Framework for Azure', 'url': - 'https://learn.microsoft.com/training/modules/cloud-adoption-framework-getting-started/?WT.mc_id=api_CatalogApi'}, {'title': 'Set up the - Rust development environment', 'url': 'https://learn.microsoft.com/training/modules/rust-set-up-environment/?WT.mc_id=api_CatalogApi'}] + [{'title': '暗号の概念についての説明', 'url': 'https://learn.microsoft.com/training/modules/describe-concepts-of-cryptography/? + WT.mc_id=api_CatalogApi'}, {'title': 'TensorFlow を使用したオーディオ分類の概要', 'url': 'https://learn.microsoft.com/training/modules/intro-audio-classification-tensorflow/?WT.mc_id=api_CatalogApi'}, {'title': 'Azure Data Studio を使って Azure SQL Database でパフォーマンスに優れたデータ モデルを設計する', 'url': 'https://learn.microsoft.com/training/modules/design-a-data-model-with-ads/?WT.mc_id=api_CatalogApi'}, {'title': 'Azure 用の Microsoft クラウド導入フレームワークの概要', 'url': + 'https://learn.microsoft.com/training/modules/cloud-adoption-framework-getting-started/?WT.mc_id=api_CatalogApi'}, {'title': 'Rust 開発環境を設定する', 'url': 'https://learn.microsoft.com/training/modules/rust-set-up-environment/?WT.mc_id=api_CatalogApi'}] ```