from openai import AzureOpenAI
from duckduckgo_search import DDGS

# OpenAI APIの初期化
aoai_endpoint = "https://hogehoge.openai.azure.com/"
aoai_api_version = "2024-06-01"
aoai_api_key = "XXXXXX"
aoai_embedding_model_name = "text-embedding-ada-002-deploy"
aoai_chat_model_name = "gpt-4-deploy"

template = """
次の質問にできる限り答えてください。次のツールにアクセスできます。
- 検索ツール：検索するときに使います
- 計算ツール：計算するときに使います。
次のフォーマットを使用します。
質問：回答する必要がある入力質問
思考：次に何をすべきかを常に考える
行動：実行するアクションは、「計算ツール」「検索ツール」のいずれかである必要があります。
行動の入力：アクションへの入力
観察：行動の結果
...（この思考／行動／行動の入力/観察はN回繰り返すことができます）
最終的な答えがわかったら以下を出力します。
思考：今、最終的な答えが分かりました
最終回答：元の入力質問に対する最終回答

計算ツールを使うときの行動の入力は、計算式を入力してください。

例：52 * 100
例：100 - 1

質問：{question}

さぁ始めましょう。

思考：
"""
question = "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本本100円です。"

message = template.format(question=question)

final_observation = ""

while True:
    # 推論と行動のプロセス
    openai_client = AzureOpenAI(azure_endpoint=aoai_endpoint, api_key=aoai_api_key, api_version = aoai_api_version)
    response = openai_client.chat.completions.create(
        model=aoai_chat_model_name,
        messages=[
            {"role": "assistant", "content": message},
        ],
        stop=["観察："]
    )
    result = response.choices[0].message.content.strip()
    # resultの変数の最後の行に、つまりresultの変数を改行で分割した配列の最後の要素に「最終回答：」がある場合、終了する。
    if "最終回答：" in result.split("\n")[-1]:
        final_observation = result.split("最終回答：")[1].strip()
        break

    # resultの"行動"と"行動の入力"を取得し、それにあったツールを実行する。
    if "行動" in result:
        action = result.split("行動の入力：")[0].split("行動：")[1].strip()
        action_input = result.split("行動の入力：")[1].strip()
        
        observation = ""
        if action in "検索ツール":
            # 検索ツール実行
            search_results = DDGS().text(action_input, max_results=5)
            for search_result in search_results:
                observation = observation + search_result["body"] + "\n"
        elif action in "計算ツール":
            # 計算ツール実行
            observation = str(eval(action_input))
    message = message + "\n行動：" + action + "\n行動の入力：" + action_input + "\n観察：" + observation + "\n思考："
    print(message)

print("\n最終的な観察:")
print(final_observation)

import requests
import json
from duckduckgo_search import DDGS

# Azure OpenAI Serviceの設定
AOAI_ENDPOINT = "https://hogehoge.openai.azure.com/" # Azure OpenAI Serviceのエンドポイント
AOAI_API_VERSION = "2024-06-01" # Azure OpenAI ServiceのAPIバージョン
AOAI_API_KEY = "XXXXXXX" # Azure OpenAI ServiceのAPIキー
AOAI_CHAT_MODEL_NAME = "gpt-4-deploy" # Azure OpenAI Serviceのデプロイモデル名

# リクエストURL
url = f"{AOAI_ENDPOINT}openai/deployments/{AOAI_CHAT_MODEL_NAME}/chat/completions?api-version={AOAI_API_VERSION}"

# リクエストヘッダー
headers = {
    "Content-Type": "application/json",
    "api-key": AOAI_API_KEY
}

# 最初のリクエストデータ: Web検索関数を自動呼び出し
data = {
    "messages": [
        {"role": "system", "content": "あなたは役立つアシスタントです。"},
        {"role": "user", "content": "トム・クルーズの現在の年齢を調べて。"}
    ],
    "functions": [
        {
            "name": "search_web",
            "description": "指定されたクエリでWebを検索します。",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {
                        "type": "string",
                        "description": "検索するクエリ"
                    }
                },
                "required": ["query"]
            }
        },
        {
            "name": "calculate",
            "description": "与えられた計算式に基づき計算を行います。",
            "parameters": {
                "type": "object",
                "properties": {
                    "formula": {
                        "type": "string",
                        "description": "計算式（例: 52 * 100、100 - 1）"
                    }
                },
                "required": ["formula"]
            }
        }
    ]
}

# 指定されたクエリでWebを検索する関数
def search_web(query: str):
    final_result = ""
    search_results = DDGS().text(query, max_results=10)
    for search_result in search_results:
        final_result = final_result + search_result["body"] + "\n"
    return final_result

# 与えられた計算式に基づき計算を行う関数
def calculate(formula: str): 
    return eval(formula)

# リクエストを送信
response = requests.post(url, headers=headers, data=json.dumps(data))

# 結果を出力
result = response.json()

# 関数を実行する。
message = result["choices"][0]["message"]["function_call"]
function_name = message["name"]
arguments = json.loads(message["arguments"])  # 文字列を辞書に変換

print(f"実行された関数: {function_name}")
print(f"関数に渡された引数: {arguments}")

func = globals()[function_name]
result = func(**arguments)
print(f"関数の実行結果: {result}")

    "functions": [
        {
            "name": "search_web",
            "description": "指定されたクエリでWebを検索します。",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {
                        "type": "string",
                        "description": "検索するクエリ"
                    }
                },
                "required": ["query"]
            }
        },
        {
            "name": "calculate",
            "description": "与えられた計算式に基づき計算を行います。",
            "parameters": {
                "type": "object",
                "properties": {
                    "formula": {
                        "type": "string",
                        "description": "計算式（例: 52 * 100、100 - 1）"
                    }
                },
                "required": ["formula"]
            }
        }
    ]

# リクエストを送信
response = requests.post(url, headers=headers, data=json.dumps(data))


# 結果を出力
result = response.json()

# 関数を実行する。
message = result["choices"][0]["message"]["function_call"]
function_name = message["name"]
arguments = json.loads(message["arguments"]) # 文字列を辞書に変換


print(f"実行された関数: {function_name}")
print(f"関数に渡された引数: {arguments}")


func = globals()[function_name]
result = func(**arguments)
print(f"関数の実行結果: {result}")

{
  "messages": [
    {
      "role": "system",
      "content": "あなたは役立つアシスタントです。"
    },
    {
      "role": "user",
      "content": "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本100円です。"
    }
  ],
  "functions": [ ⋯ ①
    {
      "name": "search_web", ⋯ ②
      "description": "指定されたクエリでWebを検索します。", ⋯ ③
      "parameters": { ⋯ ④
        "type": "object",
        "properties": {
          "query": {
            "type": "string",
            "description": "検索するクエリ"
          }
        },
        "required": [
          "query"
        ]
      }
    },
    {
      "name": "calculate",
      "description": "与えられた計算式に基づき計算を行います。",
      "parameters": {
        "type": "object",
        "properties": {
          "formula": {
            "type": "string",
            "description": "計算式（例: 52 * 100、100 - 1）"
          }
        },
        "required": [
          "formula"
        ]
      }
    }
  ],
  "function_call": "auto"
}

{
  "choices": [
    {
      "content_filter_results": {},
      "finish_reason": "function_call",
      "index": 0,
      "logprobs": null,
      "message": {
        "content": null, ⋯ ①
        "function_call": { ⋯ ②
          "arguments": "{\n  \"query\": \"トム・クルーズの年齢\"\n}",
          "name": "search_web"
        },
        "role": "assistant"
      }
    }
  ],
…(省略)…
}

{
  "messages": [
    {
      "role": "system",
      "content": "あなたは役立つアシスタントです。"
    },
    {
      "role": "user",
      "content": "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本100円です。"
    },
    { ⋯ ①
      "content": null,
      "function_call": {
        "arguments": "{\n  \"query\": \"トム・クルーズの年齢\"\n}",
        "name": "search_web"
      },
      "role": "assistant"
    },
    { ⋯ ②
      "role": "function",
      "name": "search_web",
      “content”: “トム・クルーズ. トム・クルーズ （英: Tom Cruise, 1962年 7月3日 - ）、…(以下省略)…  ],
    }
  ],
  "functions": [
    {
      "name": "search_web",
      "description": "指定されたクエリでWebを検索します。",
      "parameters": {
        "type": "object",
        "properties": {
          "query": {
            "type": "string",
            "description": "検索するクエリ"
          }
        },
        "required": [
          "query"
        ]
      }
    },
    …(以下省略)…  
  ],
  "function_call": "auto"
}

{
  "messages": [
    {
      "role": "system",
      "content": "あなたは役立つアシスタントです。"
    },
    {
      "role": "user",
      "content": "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本100円です。"
    },
    {
      "content": null,
      "function_call": {
        "arguments": "{\n  \"query\": \"トム・クルーズの年齢\"\n}",
        "name": "search_web"
      },
      "role": "assistant"
    },
    {
      "role": "function",
      "name": "search_web",
      “content”: “トム・クルーズ. トム・クルーズ （英: Tom Cruise, 1962年 7月3日 - ）、…(以下省略)…  ],
    },
    { ⋯ ①
      "content": null,
      "function_call": {
        "arguments": "{\n  \"formula\": \"62 * 100\"\n}",
        "name": "calculate"
      },
      "role": "assistant"
    },
    { ⋯ ②
      "role": "function",
      "name": "calculate",
      "content": "6000"
    }
  ],
  "functions": [
    …(以下省略)…  
  ],
  "function_call": "auto"
}

{
  "choices": [
    {
      …(省略)…
      "message": {
        "content": "トム・クルーズは62歳なので、彼の年齢分のろうそくを購入するためには6200円が必要です。", ⋯ ①
        "role": "assistant"
      }
    }
  ],
  …(省略)…
}

import requests
import json
from duckduckgo_search import DDGS

# Azure OpenAI Serviceの設定
AOAI_ENDPOINT = "https://hogehoge.openai.azure.com/" # Azure OpenAI Serviceのエンドポイント
AOAI_API_VERSION = "2024-06-01" # Azure OpenAI ServiceのAPIバージョン
AOAI_API_KEY = "XXXXXXXX" # Azure OpenAI ServiceのAPIキー
AOAI_CHAT_MODEL_NAME = "gpt-4-deploy" # Azure OpenAI Serviceのデプロイモデル名

# リクエストURL
url = f"{AOAI_ENDPOINT}openai/deployments/{AOAI_CHAT_MODEL_NAME}/chat/completions?api-version={AOAI_API_VERSION}"

# リクエストヘッダー
headers = {
    "Content-Type": "application/json",
    "api-key": AOAI_API_KEY
}

# 初期のメッセージ
messages = [
    {"role": "system", "content": "あなたは役立つアシスタントです。"},
    {"role": "user", "content": "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本本100円です。"}
]

# 関数の定義
functions = [
    {
        "name": "search_web",
        "description": "指定されたクエリでWebを検索します。",
        "parameters": {
            "type": "object",
            "properties": {
                "query": {
                    "type": "string",
                    "description": "検索するクエリ"
                }
            },
            "required": ["query"]
        }
    },
    {
        "name": "calculate",
        "description": "与えられた計算式に基づき計算を行います。",
        "parameters": {
            "type": "object",
            "properties": {
                "formula": {
                    "type": "string",
                    "description": "計算式（例: 52 * 100、100 - 1）"
                }
            },
            "required": ["formula"]
        }
    }
]

# 指定されたクエリでWebを検索する関数
def search_web(query: str):
    final_result = ""
    search_results = DDGS().text(query, max_results=10)
    for search_result in search_results:
        final_result = final_result + search_result["body"] + "\n"
    return final_result

# 与えられた計算式に基づき計算を行う関数
def calculate(formula: str):
    return str(eval(formula))

# メインループ
while True:
    # リクエストデータの準備
    data = {
        "messages": messages,
        "functions": functions,
        "function_call": "auto"
    }
    
    # リクエストを送信
    response = requests.post(url, headers=headers, data=json.dumps(data))
    result = response.json()
    
    # アシスタントの返信を取得
    assistant_message = result["choices"][0]["message"]
    messages.append(assistant_message)  # アシスタントのメッセージを履歴に追加
    
    # アシスタントが関数を呼び出したか確認
    if "function_call" in assistant_message:
        function_call = assistant_message["function_call"]
        function_name = function_call["name"]
        arguments = json.loads(function_call["arguments"])  # 文字列を辞書に変換
        
        # 関数を実行
        func = globals()[function_name]
        function_response = func(**arguments)

        print(f"実行された関数: {function_name}")
        print(f"関数に渡された引数: {arguments}")
        print(f"関数の実行結果: {function_response}")        

        # 関数の応答をメッセージに追加
        messages.append({
            "role": "function",
            "name": function_name,
            "content": function_response
        })
    else:
        # 最終的な回答が得られた場合
        final_observation = assistant_message["content"]
        print(f"最終回答: {final_observation}")
        break  # ループを終了

# 指定されたクエリでWebを検索する関数
def search_web(query: str):
    final_result = ""
    search_results = DDGS().text(query, max_results=10)
    for search_result in search_results:
        final_result = final_result + search_result["body"] + "\n"
    return final_result

# 与えられた計算式に基づき計算を行う関数
def calculate(formula: str):
    return str(eval(formula))

# メインループ
while True:
    # リクエストデータの準備
    data = {
        "messages": messages,
        "functions": functions,
        "function_call": "auto"
    }

    # アシスタントの返信を取得
    assistant_message = result["choices"][0]["message"]
    messages.append(assistant_message) # アシスタントのメッセージを履歴に追加

{
    "content": None,
    "function_call": {
        "name": "search_web",
        "arguments": "{\"query\": \"トム・クルーズの年齢\"}"
    },
    "role": "assistant"
}

from langchain_openai import AzureChatOpenAI
from langchain.agents import tool
from langchain_community.tools import DuckDuckGoSearchRun
from langchain.callbacks import StdOutCallbackHandler
from langchain_core.prompts import MessagesPlaceholder, ChatPromptTemplate
from langchain.agents import create_tool_calling_agent, AgentExecutor
from langchain.memory import ConversationBufferWindowMemory

# Azure OpenAI Serviceの設定
AOAI_ENDPOINT = "https://hogehoge.openai.azure.com/" # Azure OpenAI Serviceのエンドポイント
AOAI_API_VERSION = "2024-06-01" # Azure OpenAI ServiceのAPIバージョン
AOAI_API_KEY = "XXXXXXX" # Azure OpenAI ServiceのAPIキー
AOAI_CHAT_MODEL_NAME = "gpt-4-deploy" # Azure OpenAI Serviceのデプロイモデル名

# LLMの初期化
llm = AzureChatOpenAI(
    azure_endpoint=AOAI_ENDPOINT,
    api_key=AOAI_API_KEY,
    api_version=AOAI_API_VERSION,
    openai_api_type="azure",
    azure_deployment=AOAI_CHAT_MODEL_NAME)

# 指定されたクエリでWebを検索する関数
@tool
def search_web(query: str):
    """
    指定されたクエリでWebを検索します。
    """
    search = DuckDuckGoSearchRun()
    return search.run(query)

# 与えられた計算式に基づき計算を行う関数
@tool
def calculate(formula: str):
    """
    与えられた計算式に基づき計算を行います。
    """
    return str(eval(formula))

tools = [search_web, calculate]

prompt = ChatPromptTemplate.from_messages([
    ("system", "あなたは役立つアシスタントです。"),
    MessagesPlaceholder(variable_name="chat_history"),
    ("user", "{input}"),
    MessagesPlaceholder(variable_name="agent_scratchpad")
])

agent = create_tool_calling_agent(llm, tools, prompt)

exucutor = AgentExecutor(
    agent=agent,
    tools=tools,
    verbose=True,
    memory=ConversationBufferWindowMemory(
            return_messages=True,
            memory_key="chat_history",
            k=10
        )
)

exucutor.invoke(
    {"input": "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本本100円です。"},
    callback_handler=StdOutCallbackHandler()
)

# Azure OpenAI Serviceの設定
AOAI_ENDPOINT = "https://hogehoge.openai.azure.com/" # Azure OpenAI Serviceのエンドポイント
AOAI_API_VERSION = "2024-06-01" # Azure OpenAI ServiceのAPIバージョン
AOAI_API_KEY = "XXXXXXX" # Azure OpenAI ServiceのAPIキー
AOAI_CHAT_MODEL_NAME = "gpt-4-deploy" # Azure OpenAI Serviceのデプロイモデル名

# 指定されたクエリでWebを検索する関数
@tool
def search_web(query: str):
    """
    指定されたクエリでWebを検索します。
    """
    search = DuckDuckGoSearchRun()
    return search.run(query)

prompt = ChatPromptTemplate.from_messages([
    ("system", "あなたは役立つアシスタントです。"),
    MessagesPlaceholder(variable_name="chat_history"),
    ("user", "{input}"),
    MessagesPlaceholder(variable_name="agent_scratchpad")
])

exucutor.invoke(
    {"input": "トム・クルーズの誕生日にケーキをプレゼントしたいです。彼の年齢分のろうそくを購入するための金額を計算してください。ろうそくは一本本100円です。"},
    callback_handler=StdOutCallbackHandler()
)