ChatGPT Apps SDK-мен өнім шығарудан не үйрендік

• ChatGPT ішінде жұмыс процесін жуық арада іске қосу керек болса немесе арнайы агенттер стегіне қаржы салмас бұрын құралдарыңызды сонда сынап көргіңіз келсе, Apps SDK — тиімді нұсқа. Ал агент әрекетінің әрбір қадамын толық басқару қажет болса, әдетте бұл нұсқа жарамайды.

• Негізгі орта ChatGPT болуы керек әрі толыққанды чат өнімін жасамай-ақ құралдар мен шағын интерфейс элементтерін пайдаланғыңыз келсе, Apps SDK таңдаңыз. Процесті, жадты, көмексөздерді және дерек жазу әрекеттерін қатаң басқару қажет болса, өз агенттер стегіңізді таңдаңыз.

• Apps SDK чат пен интерфейстегі бірнеше қысқа қадамды біріктіретін өнімдерге қолайлы. Өнімді тезірек шығарасыз, бірақ басқару мүмкіндігінің бір бөлігінен бас тартасыз.

• Бізге құралдардың мақсатын, виджет әрекетін және келесі қадамдарды анық көрсету көмектесті. Процесті LLM (үлкен тілдік модель) емес, солар арқылы қалыптастырдық. Модель жүйе қабылдап қойған шешімдердің нәтижесін түсіндіруде барынша пайдалы болды.

• Төменде алдымен таңдау жолы, содан кейін сәтті және сәтсіз тәсілдер баяндалады.

Командалардың көбі әлі де ЖИ пилоттарын іске қосады немесе ЖИ-ді тәуекелі де, пайдасы да аз қосалқы міндеттерге қолданады. Пайдаланушылар апта сайын қолданатын бизнес үшін аса маңызды өнімді іске қосатындар аз. Мақсатыңыз бүкіл ассистентті өзіңіз жасау емес, ChatGPT ортасына ену болса, ChatGPT Apps SDK бұл алшақтықты азайтуға көмектеседі.

Бұл тұжырымдар негізгі орта ретінде ChatGPT таңдалған және клиенттен толыққанды арнайы чат өнімін қаржыландыруды талап етпейтін жылдам іске асыру жолы көзделген клиенттік жоба тәжірибесінен алынды.

Осы талаптарға Apps SDK сай келді, өйткені клиентке мыналар қажет еді:

• Бөлек чат өнімін жасап, орналастырудың қажеті жоқ — оларға тағы бір дербес ассистент қабығы емес, пайдаланушыларға ChatGPT ішінде жету қажет болды.

• Чат және нақты міндетке арналған шағын интерфейс — жұмыс процесінің ішінде тағы бір толық өнім емес, нақты міндетке бағытталған бірнеше қысқа виджет қадамы.

• MCP құралдары арқылы қолжетімді серверлік әрекеттер — басынан аяғына дейін өздері басқаратын арнайы агент ортасы емес, стандартты құрал шақыру механизмі.

• ChatGPT ішінде оңай табылу — пайдаланушылар жұмыс процесін өздері бұрыннан жұмыс істейтін ортада пайдалана алуы керек.

Құрастыру барысында бұл таңдауларды клиентпен бірге тексердік. Алайда ымыра өзгермейді: сеансты ChatGPT орналастырса, сыртқы орындау ортасы сізге тиесілі болмайды. Оған бағыт бересіз, бірақ толық басқара алмайсыз.

Apps SDK қолданбасы үш құрамдасты байланыстырады:

1. ChatGPT агентінің орындау ортасы

2. MCP құралдарыңыз

3. Виджет интерфейсіңіз

Іс жүзіндегі процесс:

1. Пайдаланушы ChatGPT-тен бір нәрсе сұрайды.

2. ChatGPT MCP құралдарыңыздың бірін шақыруы мүмкін.

3. Серверіңіз құралдың құрылымдалған нәтижесін қайтарады.

4. ChatGPT нәтижені оқып, келесі қадамды таңдайды: тағы құрал шақыру, пайдаланушыға жауап беру немесе екеуін де орындау. Құралға виджет тіркелсе, ол осы айналымда көрсетілуі мүмкін.

5. Пайдаланушы чатта немесе виджетте әрекетін жалғастырады: қосымша мәтін енгізеді, таңдау жасайды немесе виджет арқылы құрал шақырады. Бұл әңгіме тізбегін жаңартады; ChatGPT келесі айналымды орындайды, ал 2–4-қадамдар міндет аяқталғанша қайталанады.

Негізгі мақсат — чат, серверлік әрекеттер және интерфейстегі қысқа қадамдарды осылай үйлестіру. Сонымен қатар ең осал тұстар — чат, құралдар және интерфейс арасындағы ауысулар.

Чат интерфейсін, құралдарды байланыстыруды, аутентификация үлгілерін немесе виджет қабығын нөлден жасамайсыз. Көптеген өнімде бұл әзірлеу уақытын едәуір қысқартып, пәндік логика мен қорғаныс тетіктеріне көңіл бөлуге мүмкіндік береді.

ChatGPT ішінде өнім жасау — өз агентіңізді іске қосумен бірдей емес. Жобадағы ең қиын мәселе көмексөз тәсілдері болған жоқ. Негізгі қиындық — модель мен интерфейс үйлесімді жұмыс істеуі үшін құралдарды, виджеттерді және келесі қадамдарды барынша анық көрсету болды.

Apps SDK әдеттегі фронтендтен өзгеше өнім үлгісін ұсынады, сондықтан оның қандай жағдайларға қолайлы екенін білу маңызды.

Apps SDK-ны мына мақсаттарда қолданыңыз:

• ChatGPT жұмыс процесін жылдам іске қосу.

• Сұхбатты ChatGPT ортасында орналастыру.

• Табиғи тілді интерфейстегі бірнеше нақты қадаммен біріктіру.

• Жеке чат интерфейсін, агент контейнерін және табылу механизмін жасамау.

Пайдаланушыларыңыз ChatGPT-ті тұрақты қолданса, соңғы тармақ әсіресе маңызды.

Мына мүмкіндіктер қажет болса, өз агентіңізді жасаңыз:

• Код арқылы орындалуын міндеттеуге болатын алдын ала белгіленген қадамдық процесс.

• Басынан аяғына дейін өзіңіз басқаратын арнайы интерфейс пен растау жолы.

• Өзіңіздің жад және күй моделіңіз.

• Әр іске қосқанда болжамды болатын әрекет.

• Агенттің трассалау деректері, журналдары және метрикалары.

Жоспарлаушы, жүйелік көмексөздер және бүкіл жұмыс процесі өніміңіздің өзегі болса, әдетте арнайы стек тиімдірек.

Жобада қайта-қайта көтерілген негізгі мәселе басқару болды: бір жағында жылдамдық пен таныс орта, екінші жағында орындау ортасын ішінара ғана иелену тұрды. Клиент бүкіл стекті толық иеленуден гөрі пайдаланушылармен ChatGPT ішінде жұмыс істеуді басым көріп, осы ымыраға келді.

Қалыпты сәтті сценарий оңай көрінеді: пайдаланушы сұрайды, құрал іске қосылады, дерек қайтарылады, ал таңдау қажет болған кезде виджет көрсетіледі.

Іс жүзінде негізгі қиындық ауысулардан туындады. Виджет — жай безендіру емес. Экранда пайда болғаннан кейін ол модельдің нені көріп, әрі қарай не істейтініне әсер етеді. Виджет әрекеттерін еркін чат хабарлары емес, нақты атауы бар оқиғалар ретінде қарастырыңыз.

Жобадағы стек қарапайым болды: FastMCP, Pydantic, React және TypeScript. Оларды біріктіру қиындық тудырмады. Негізгі жұмыс модель, құралдар және интерфейс арасында келесі қадам туралы ортақ түсінік қалыптастыру болды.

Әр ауысуды анық көрсетіңіз

Құрал нәтижелерін серверден келетін шикі дерек ретінде қарастыруды доғардық. Әрбір қайтарылған нәтиже ауысу нүктесіне айналды.

Дұрыс құрал нәтижесі:

• Виджетке көрсету үшін қажет деректі береді.

• ChatGPT-ке жауап құруға негіз болатын құрылымдалған деректерді береді.

• Процесс қажет етсе, модель болжам жасамас үшін келесі қадамды көрсетеді.

Виджет әрекеттері әңгіме тізбегіне мағынасы бұлыңғыр мәтін жібермеуі керек. Олар пайдаланушының не істегенін және әрі қарай не болуы керегін нақты көрсетуі тиіс.

Ауысулар айқын болғанда сенімділік артты.

Модель құрал нәтижесі мен виджет әрекеттеріндегі қысқа әрі анық нұсқауларды орындайды.

Төменде біз қолданған шағын Pydantic құрылымы берілген. output өрісінде виджетті көрсетуге қажет құрылымдалған деректер және ChatGPT сеанста қолдануға тиіс фактілер сақталады. agent_directions өрісінде ассистенттің келесі әрекетін көрсететін қысқа жол сақталады. Reason міндетті емес.

1from typing import Generic, TypeVar2
3from pydantic import BaseModel4
5T = TypeVar("T")6
7class AgentDirections(BaseModel):8 assistant_instruction: str9 reason: str | None = None10
11class ToolResults(BaseModel, Generic[T]):12 agent_directions: AgentDirections13 output: T

Виджеттерді шағын етіңіз

Сәтті жұмыс істеген виджеттер бір шешім қабылдатып, кейін басқаруды қайтаратын. Виджетті шағын қолданбаға айналдырғаннан гөрі қысқа тізімдер, растау қадамдары немесе ықшам шолу экраны тиімдірек болды. Процесті неғұрлым детерминистік ету қажет болғанда, қарапайым тексеру немесе алдын ала белгіленген келесі қадам сияқты шағын логика виджет ішінде де пайдалы болды.

Виджет хабарларында үшінші жақты қолдану

Виджеттің кейінгі хабарларын пайдаланушы атынан жазылған чат сияқты беруді доғардық («Мен таңдадым...», «Мен растадым...»). Оларды пайдаланушы әрекеті туралы қысқа есеп түрінде жаздық («Пайдаланушы таңдады...», «Пайдаланушы растады...»). Бұл тәсілді ChatGPT виджет хабарларын пайдаланушы хабарлары емес, құрал хабарлары ретінде қосқандықтан сынадық.

Келесі қадам анық болғанда тікелей әрекет ету

Түйме келесі құрал шақыруын анық меңзесе, пайдаланушыны тағы бір чат айналымын жасауға мәжбүрлегеннен гөрі, виджеттің құралды тікелей шақырғаны тиімді болды. Бұл тек келесі құрал шақыруына ChatGPT-тен қосымша деректер қажет болмаған жағдайда қолданылады.

Бұл детерминистік процестердің орындалуын қамтамасыз етуге көмектесті және тағы бір чат айналымын болдырмау арқылы кідірісті азайтты.

Қателерді өңдеу

Құрал шақыруы сәтсіз болғанда, құралдан тиісті MCP қате кодтары мен қысқа әрі түсінікті хабарлар қайтардық. Сонда ChatGPT сәтсіз шақыру туралы нақты ақпаратты оқып, мәселені пайдаланушыға түсіндіре және/немесе орынды келесі қадамды таңдай алды.

Құрал контексін басқару

Сеанс күйін өз серверімізде сақтадық. ChatGPT құрал шақыруларымен бірге сеанс аясындағы контексті жібереді; FastMCP ішінде әр құралға Context параметрін беріп, өңдеуші сол күйді оқып, жаңарта алатындай еттік.

• ChatGPT-тен оларды әр шақыру сайын құрал аргументтері ретінде қайта жіберуді сұрамай, тұрақты идентификаторлар мен алдыңғы нәтижелерді сеанста сақтадық.

• Құрал шақыру циклдері туындағанда, қайталанатын шақыруларды анықтап, құрал нәтижесі арқылы нақты қате туралы хабар қайтара алдық.

• Ақауларды анықтау мен түзету және қолдау көрсету үшін сеанс журналдары өзімізде сақталды.

Бастапқыда виджетті көрсетіп, модель «түсінді» деп ойладық та, қажетті келесі құрал шақыруын күттік. Кейде ол орындалды, бірақ көбіне олай болмады.

Анық ауысу болмаса, әрекет керек кезде ChatGPT қорытынды жасап, пайдаланушыдан таңдауын қайталауды сұрауы немесе тоқтауы керек тұста жоспарлауды жалғастыруы мүмкін еді.

Шешімі — модель келесі қадамды өзі анықтайды деп үміттенбей, оны құрылымдалған нәтижелер мен виджетке берілетін деректерде нақты көрсету болды.

Apps SDK құжаттамасына сай жауаптарды құрал нәтижесі, жасырын метадерек және чат мәтіні арасында тиімді түрде бөлуге тырыстық. Алайда виджеттерде жасырын метадеректерді оқи алмадық, сондықтан бұл тәсілді қолдана алмадық.

Apps SDK құжаттамасында агент оларды таңдамауы үшін оның құралдар тізімінен жасырып, бірақ виджеттен шақыруға болатын құралдар сипатталған. Көріну параметрін app-only мәніне орнатқанда, бұл құралдар агентке ғана емес, виджетке де қолжетімсіз болып қалды. Агент көрмейтін, бірақ виджет шақыра алатын құралдар конфигурациясын жасай алмадық.

Пайдалы нәтиже болмаса да үнсіз қалу немесе жалпылама «сәтті» хабарын беру тікелей қатеден де нашар болды. Сондықтан құрал мен виджет ақауларын толыққанды нәтиже ретінде қарастырдық: қадамды жалғастыру мүмкін болмаса, оны қарапайым тілмен түсіндіріп, нақты қате қайтардық. Осылайша пайдаланушыны көрсетілгенімен, алға жылжытпайтын виджетке қарап қалдырмадық. Бұл қолайлылықты арттырып, модель әрекетін сенімдірек етті.

Мақсатыңыз — арнайы платформалық жұмысты азайтып, ChatGPT ішінде жұмыс процесін құру болса, Apps SDK — тиімді шешім. Пайдаланушылармен өздері бұрыннан жұмыс істейтін ортада әрекеттесу және өнімді жылдамырақ іске қосу үшін басқару мүмкіндігінің бір бөлігінен бас тартасыз.

Процестің әр тармағын, интерфейсті және әр қадам бойынша шешімді кім қабылдайтынын толық басқару қажет болса, басынан-ақ өз агенттер стегіңізді жоспарлаңыз. Уақыт өте тек ChatGPT ішінде өнім жасау мүмкіндігі сізге жеткіліксіз болуы ықтимал.

Сондай-ақ чат интерфейсін, аутентификацияны және агентке қажет байланыстыру инфрақұрылымын өзіңіз жасамас бұрын, Apps SDK арқылы MCP серверіңізді ChatGPT ішінде іске қосып, кейін өнім қажет еткен кезде өз стегіңізге көше аласыз.

Осындай жағдайдағы командаларға келесі қадам: нәтижесі айқын бір жұмыс процесін таңдап, чат, құралдар және виджеттер арасындағы ауысуларды жазып шығыңыз, содан кейін көмексөзді баптауға көп уақыт жұмсамас бұрын қайта әрекет ету тетіктері мен қате жағдайларын жан-жақты сынап көріңіз.