Microsoft ilizindua Foundry Toolbox na kipengele chake msaidizi cha Tool Search, huduma ya kituo kimoja (single-endpoint) inayowaruhusu watengenezaji kuunganisha AI agents kwenye zana mamia bila kuunganisha kila agent mmoja mmoja. Tool Search ilipunguza token za pembejeo (input tokens) kwa hadi 94% wakati orodha ilipokuwa na zaidi ya zana 600.

Kwa nini sanduku la zana (toolbox) la kati ni muhimu

AI agents wanahitaji uwezo wa nje—kanzidata (databases), mifumo ya CRM, majukwaa ya uchambuzi—ili kutimiza maombi ya watumiaji. Mpaka sasa, mashirika mengi yaliunganisha kila agent moja kwa moja kwenye API zinazohitajika. Wahandisi walirudia usanidi wa utambulisho (credential configuration), utekelezaji wa sera na kodi za kushughulikia makosa kwa kila agent mpya. Matokeo yalikuwa mtandao uliovurugika wa mipangilio iliyojirudia ambayo ilikuwa ngumu kukaguliwa na iliyojaa mianya ya usalama.

Foundry Toolbox inachukua nafasi ya mfumo huo wa vipande-vipande kwa kutumia tabaka la huduma lililounganishwa. Badala ya kuwa na agent kadhaa ambapo kila mmoja anaelekea kwenye endpoint tofauti, agent wote wanazungumza na endpoint moja ya “toolbox”. Toolbox inasimamia matoleo (versioning), mistari ya muunganisho (connection strings) na sera za usalama, ikiruhusu timu kusimamia mfumo mzima wa zana kutoka sehemu moja. Makampuni yanayotumia agent kadhaa katika vitengo mbalimbali vya biashara huona gharama za uendeshaji zikipungua mara moja.

Orodha kubwa za zana huleta gharama iliyojificha: matumizi ya token. Wakati modeli ya lugha inapokea prompt inayoorodhesha kila zana inayopatikana, dirisha la muktadha (context window) huvimba, na kutumia token ambazo zingeweza kutumika kwa mantiki au maandishi yanayomfikia mtumiaji. Tool Search inashughulikia tatizo hili tangu chanzo chake.

Wakati agent anapowasha Tool Search, modeli kwanza huita meta-tool inayoitwa tool_search, ikielezea kwa Kiingereza cha kawaida kile kinachohitajika (k.m., “find the latest sales forecast for region X”). Huduma hiyo inarudisha orodha fupi na iliyopangwa ya zana zinazoweza kuendana na lengo hilo. Kisha modeli huita call_tool, ikichagua kipengele kinachofaa zaidi kutoka kwenye orodha hiyo. Kwa kuonyesha sehemu ndogo tu inayohusika, prompt inabaki kuwa ndogo, na kuokoa hadi 94% ya token za pembejeo katika kipimo cha zana 600.

Mtiririko huu wa hatua mbili pia unaboresha usahihi wa uteuzi. Katika kipimo hicho hicho, modeli ilichagua zana sahihi mara nyingi zaidi kuliko wakati ilipolazimika kupitia orodha nzima, hivyo kupunguza simu za uongo (false calls) na majaribio yasiyo ya lazima.

Jinsi ya kupata manufaa zaidi kutoka kwenye toolbox

  • Andika metadata bora – Tool Search inategemea jina na maelezo ya kila zana. Lebo zisizo wazi kama “Get data” huipa modeli nafasi ndogo ya kufanya kazi. Vichwa vya habari vya kina kama “Retrieve customer renewal risks and contacts” huongoza injini ya utafutaji kwenye chaguo sahihi.
  • Weka zana zinazotumiwa mara kwa mara (pin) – Ikiwa agent anahitaji zana fulani kila wakati, iweke (pin) kwenye usanidi wa agent huyo. Kuweka (pinning) kunaruhusu kuruka hatua ya utafutaji, hivyo kupunguza ucheleweshaji (latency) na matumizi ya token.
  • Panga kwa uwezo – Badala ya kuwa na toolbox moja kubwa inayohusisha kampuni nzima, gawanya zana katika makundi ya kimantiki (k.m., sales-tools, CRM-tools). Makundi madogo hupunguza athari za makosa ya usanidi na kuweka matokeo ya utafutaji yakiwa yamejikita.
  • Jaribu kabla ya kutumia – Matoleo ya Toolbox hayawezi kubadilishwa (immutable); mara tu toleo linapowekwa kama chaguo la kawaida, agent wote huanza kulitumia. Tumia endpoint ya watengenezaji ili kuhakiki toleo jipya peke yake kabla ya kulisambaza katika kampuni nzima.

Mazoea haya ni muhimu zaidi wakati idadi ya zana inapofika mamia. Kwa agent mmoja mwenye zana chache, miunganisho ya moja kwa moja inaweza bado kuwa njia rahisi zaidi. Lakini timu zinapoongezeka na toolbox inapopanuka, mfumo wa ukatikati unajilipa kupitia kupunguza marudio, usalama thabiti, na akiba ya token inayopimika.

Hitimisho: Foundry Toolbox na Tool Search huipa mifumo mikubwa ya AI njia ya kudhibiti upanuzi wa zana, kupunguza upotevu wa token kwa hadi 94% na kusimamia sera thabiti za usalama—yote haya kwa kuongeza tabaka moja la huduma lililosimamiwa vyema. Timu zinazoweza kumudu usanidi wa awali na nidhamu ya metadata zitafaidika na mfumo wa agent ulio bora na unaoweza kudhibitiwa kwa urahisi zaidi.