上一篇的內容提到如何撰寫與掛載 Plugins（Tools） 到 Semantic Kernel 中，除了 Plugins（Tools） 的設計與實作之外，控制 AI Agent 如何選擇與呼叫這些 Plugins（Tools） 也是非常重要的一環。透過適當的配置，我們可以讓 AI Agent 在不同情境下表現出更精確、更可靠的行為。這其中的關鍵機制便是 Function Choice Behavior，決定了 AI Agent 如何選擇和呼叫函式，透過適當的配置，可以讓 AI Agent 在不同情境下表現出更精確、更可靠的行為。

Function Choice Behavior 概述

簡單來說 Function Choice Behavior 是 Semantic Kernel 中控制函式調用機制的關鍵配置，開發者可透過三種模式精確控制 AI 模型與函數的互動行為：

• Auto 模式：允許 AI 模型從可用函數中自主選擇 0 至多個函式進行調用，適用於開放式任務場景。是預設值，透過 FunctionChoiceBehavior.Auto() 啟用，屬於最靈活的模式，完全由LLM根據上下文決定，但也可能帶來不可預測的行為。
• Required 模式：強制 AI 模型必須從指定函式中選擇至少 1 個函式執行，適用於必須調用特定功能的場景。
• None 模式：明確禁止 AI 模型呼叫任何函式，即便 Kernel 配置了 Plugins，也不允許呼叫，僅能依賴模型本身的知識來回答問題，適用於安全性要求高的場景。

不論是哪種模式，在程式碼裡需透過 OpenAIPromptExecutionSettings 的 FunctionChoiceBehavior 屬性來設定。

Auto Behavior：智慧型自動選擇

Auto Behavior 是最常用的模式，它讓 AI 模型根據對話上下文自動決定是否需要呼叫函式。

基本用法

var executionSettings = new OpenAIPromptExecutionSettings
{
    FunctionChoiceBehavior = FunctionChoiceBehavior.Auto() 
};

var result = _chatCompletion.GetStreamingChatMessageContentsAsync(
    chatHistory,
    executionSettings,
    kernel: _kernel);

限制特定函式

你也可以限制 AI 模型只能選擇特定的函式來呼叫，避免不必要或危險的函式被誤用，適合用於當一個 Plugin 擁有太多函式時，提供一種可選擇特定函式的彈性，而不一定需要把所有函式都暴露出來。

// 只允許模型選擇特定的函式
var customerFunctions = new[]
{
    _kernel.Plugins.GetFunction("CustomerService", "GetCustomerInfo"), //plugin name, function name
    _kernel.Plugins.GetFunction("CustomerService", "GetOrderStatus"),
    _kernel.Plugins.GetFunction("CustomerService", "ProcessReturnRequest")
};

//配置自動決策使用必要工具
var executionSettings = new OpenAIPromptExecutionSettings
{
    FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(functions: customerFunctions)
};

適用情境

Auto Behavior 適合用於：

• 一般對話 Agent：需要根據使用者問題靈活的選擇工具
• 多功能助手：具備多種能力，需要智慧決策選擇
• 探索性任務：不確定需要哪些工具完成任務

Required Behavior：強制函式呼叫

Required Behavior 強制 AI 模型必須呼叫至少一個指定的函式，適用於需要確保特定函式會被執行的情境。通常用於需要嚴格控制流程的任務，不希望出現因LLM理解偏差而導致 function 未被呼叫的情況。

基本用法

// 強制模型必須呼叫溫度查詢函式
kernel.Plugins.AddFromType<WeatherServicePlugin>("WeatherService");
var executionSettings = new OpenAIPromptExecutionSettings
{
    FunctionChoiceBehavior = FunctionChoiceBehavior.Required()
};

// 或者指定必須從特定函式中選擇
var requiredFunction = kernel.Plugins.GetFunction("WeatherService", "Get_Today_Temperature"); //plugin name, function name
var executionSettings = new OpenAIPromptExecutionSettings
{
    FunctionChoiceBehavior = FunctionChoiceBehavior.Required(functions: [requiredFunction])
};

適用情境

Required Behavior 適合用於：

• 強制性檢查流程：如資料驗證、安全檢查
• 標準作業程序：必須執行特定步驟的流程
• 合規性要求：法規要求必須執行的檢查

None Behavior：禁用函式呼叫

None Behavior 則是完全禁用函式呼叫，僅能依賴模型本身的知識來回答問題，適用於安全性要求高的場景。

基本用法

var executionSettings = new OpenAIPromptExecutionSettings
{
    FunctionChoiceBehavior = FunctionChoiceBehavior.None()
};

var response = await chatCompletion.GetChatMessageContentAsync(
    chatHistory,
    executionSettings: executionSettings,
    kernel: kernel);

實際應用範例：安全對話模式

public class SecureChatAgent
{
    public async Task<string> SafeChatMode(string userInput, Kernel kernel)
    {
        var chatHistory = new ChatHistory();
        chatHistory.AddSystemMessage(
            """
            你是一個安全模式的聊天助手。在此模式下：
            1. 你不能執行任何外部操作
            2. 只能基於已知資訊回答問題
            3. 不能存取或修改任何系統資料
            """
        );
        chatHistory.AddUserMessage(userInput);

        // 禁用所有函式呼叫
        var safeSettings = new OpenAIPromptExecutionSettings
        {
            FunctionChoiceBehavior = FunctionChoiceBehavior.None()
        };

        var chatCompletion = kernel.GetRequiredService<IChatCompletionService>();
        var response = await chatCompletion.GetChatMessageContentAsync(
            chatHistory,
            executionSettings: safeSettings,
            kernel: kernel);

        return response.Content ?? "無法在安全模式下處理此請求";
    }
}

適用情境

None Behavior 適合用於：

• 安全模式：完全不允許執行任何外部操作
• 純對話模式：只需要純文本生成的情境
• 測試和除錯：驗證 AI 模型在沒有工具時的行為

Behavior 應用範例：依使用者權限導向的控制

public class PermissionBasedAgent
{
    public OpenAIPromptExecutionSettings GetSettingsForUser(
        string userId,
        Kernel kernel)
    {
        var userRole = GetUserRole(userId);
        var requiredFunction = kernel.Plugins.GetFunction("WeatherService", "Get_Today_Temperature");

        return userRole switch
        {
            "Admin" => new OpenAIPromptExecutionSettings
            {
                FunctionChoiceBehavior = FunctionChoiceBehavior.Auto() // 完全存取
            },

            "User" => new OpenAIPromptExecutionSettings
            {
                FunctionChoiceBehavior = FunctionChoiceBehavior.Required(functions: [requiredFunction]) // 限定存取特定功能
            },

            "Guest" => new OpenAIPromptExecutionSettings
            {
                FunctionChoiceBehavior = FunctionChoiceBehavior.None() // 只能對話
            },

            _ => new OpenAIPromptExecutionSettings
            {
                FunctionChoiceBehavior = FunctionChoiceBehavior.None()
            }
        };
    }

    private string GetUserRole(string userId)
    {
        // 實際的使用者角色查詢邏輯
        return "User";
    }
}

進階配置：FunctionChoiceBehaviorOptions

在 Semantic Kernel 的函數調用配置中，提供另外二個選項 AllowConcurrentInvocation 和 AllowParallelCalls ，是控制並行處理的進階選項，允許開發者根據需求調整函式呼叫的並行行為。這兩個選項都可以在 FunctionChoiceBehaviorOptions 中設定，並與 Auto 或 Required 模式結合使用，能夠實現更靈活的函式呼叫策略。

• AllowConcurrentInvocation：允許同時執行多個函式呼叫，適用於函式之間沒有相互依賴關係的情境，當 AI 模型單次選擇多個函式時，此設定可以提升整體處理效率。
• AllowParallelCalls：允許模型一次選擇多個函式進行呼叫，預設值為 null（遵循 AI 模型預設行為），但部份模型可能不支援此功能。啟用此選項後，AI 模型可以在單次回應中選擇多個函式，適合需要同時處理多個任務的場景。

二個參數的搭配組合使用，其效果為：

1. AllowConcurrentInvocation = false，AllowParallelCalls = false

   • 函式選擇/調用模式：單次選擇 1 個函式
   • 實際行為：順序執行（無並行）

2. AllowConcurrentInvocation = true，AllowParallelCalls = false

   • 函式選擇/調用模式：單次選擇 1 個函式
   • 實際行為：順序執行，無並行效果

3. AllowConcurrentInvocation = false，AllowParallelCalls = true

   • 函式選擇/調用模式：單次選擇多個函式
   • 實際行為：順序執行多函式

4. AllowConcurrentInvocation = true，AllowParallelCalls = true

   • 函式選擇/調用模式：單次選擇多個函式
   • 實際行為：並行執行多函式

並行呼叫配置設定

var options = new FunctionChoiceBehaviorOptions
{
    AllowConcurrentInvocation = true,  // 允許同時執行多個函式
    AllowParallelCalls = true          // 允許模型一次選擇多個函式
};

var executionSettings = new OpenAIPromptExecutionSettings
{
    FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(options: options)
};

實際應用範例：資料彙總任務

public class DataAggregationAgent
{
    public async Task<string> AggregateBusinessData(Kernel kernel)
    {
        var chatHistory = new ChatHistory();
        chatHistory.AddUserMessage("產生本月業務報告，包含銷售數據、客戶滿意度和庫存狀況");

        // 啟用平行呼叫以提高效率
        var parallelOptions = new FunctionChoiceBehaviorOptions
        {
            AllowConcurrentInvocation = true,
            AllowParallelCalls = true
        };

        var executionSettings = new OpenAIPromptExecutionSettings
        {
            FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(options: parallelOptions)
        };

        var chatCompletion = kernel.GetRequiredService<IChatCompletionService>();
        var response = await chatCompletion.GetChatMessageContentAsync(
            chatHistory,
            executionSettings: executionSettings,
            kernel: kernel);

        return response.Content ?? "無法產生業務報告";
    }
}

實務上使用建議

1. 以安全性優先，明確限制可用函式，避免不必要的風險。
2. 效能考量，對於需要快速回應的場景，避免使用過多函式，提升效能。
3. 對於複雜任務，考慮使用 Required 模式確保函式被執行。
4. 對於簡單任務，使用 Auto 模式提供最大的靈活性，使用情境必須具備可容錯性。

結語

Function Choice Behavior 是 Semantic Kernel 中控制 AI Agent 行為的關鍵機制。透過適當的配置，可以：

• 確保 AI Agent 在適當的時機呼叫正確的函式
• 提供安全性保障，防止不當的函式呼叫
• 根據不同情境和使用者權限動態調整行為
• 最佳化效能和使用者體驗

掌握這些配置技巧，可進一步提升 AI Agent 的可靠性和實用性。