1. きっかけ

前回はbigtoolsで遊びました。偏差値の計算をさせてみたけど、イマイチだったので自分でtoolsを作って試してみます。

2. バージョン情報

バージョン情報
Python==3.11.9
langchain==0.3.19
python-dotenv
langchain-openai==0.3.7
langgraph==0.3.2
langchain-core==0.3.40
langchain-community==0.3.18
langgraph-bigtool==0.0.2

3. おさらい

標準偏差と偏差値の算出方法について念のためにメモしておく。
正直、僕はよく忘れる・・・

母標準偏差の計算式

標準偏差

s = \sqrt{\frac{1}{N} \sum_{i=1}^{N} (x_i - \bar{x})^2}

偏差値の計算式

偏差値

T = 50 + 10 \times \frac{x - \bar{x}}{s}

4. 解きたい問題

これを解かせてみるのが目的。この計算はエクセルで行いました。

5. 早速、プログラムを書いていく

5-1. 定番の部分

まとめて書いていく。

ライブラリインポート

import os
import json
import math
import types
from pprint import pprint
# 環境関連
from dotenv import load_dotenv
# モデル
from langchain_openai import AzureChatOpenAI
from langchain_openai import AzureOpenAIEmbeddings
# tools関連
from langchain_core.tools import tool
# graph関連
from typing import Annotated, Any, Dict, Union
from typing_extensions import TypedDict
from pydantic import BaseModel, Field
from langgraph.store.memory import InMemoryStore

環境関連

load_dotenv('.env')

END_POINT = os.getenv('END_POINT')
API_VERSION = os.getenv('API_VERSION')
API_KEY = os.getenv('API_KEY')

モデルの用意

model = AzureChatOpenAI(
    azure_deployment='gpt-4o-mini',
    azure_endpoint=END_POINT,
    api_version=API_VERSION,
    api_key=API_KEY
)

いつも通り、4o-miniをつかいます。

5-2. toolsの引数の型宣言

tools引数の型宣言

class CalculatorNumericInput(BaseModel):
    value_a: Union[int, float] = Field(..., description="value")

class Calculator2NumericInput(BaseModel):
    value_a: Union[int, float] = Field(..., description="first value")
    value_b: Union[int, float] = Field(..., description="second value")

class CalculatorListInput(BaseModel):
    input_list: list[float] = Field(..., description="list of values")

class CalculatorListNumericInput(BaseModel):
    input_list: list[float] = Field(..., description="list of values")
    exponent: float = Field(..., description="exponent")

4種類の型を宣言しました。

一つの数字を処理するパターン
二つの数字を処理するパターン
リスト形式に数値が入っているリストを処理するパターン
リスト形式と数字を合わせて処理するパターン

5-3. toolの作成

toolsの作成

@tool("addition-tool", args_schema=Calculator2NumericInput, return_direct=True)
def add_numerics(value_a: Union[int, float], value_b: Union[int, float]) -> Union[int, float]:
    """Add two values.

    Args:
        value_a: first value
        value_b: second value
    """
    return value_a + value_b

@tool("subtract-tool", args_schema=Calculator2NumericInput, return_direct=True)
def subtract_numerics(value_a: Union[int, float], value_b: Union[int, float]) -> Union[int, float]:
    """subtruct two values.

    Args:
        value_a: first value
        value_b: second value
    """
    return value_a - value_b

@tool("devision-tool", args_schema=Calculator2NumericInput, return_direct=True)
def devision_numerics(value_a: Union[int, float], value_b: Union[int, float]) -> Union[int, float]:
    """first value devide by second value.

    Args:
        value_a: first value;Numerator 
        value_b: seoond value;Denominator
    """
    return value_a / value_b

@tool("multiply-tool", args_schema=Calculator2NumericInput, return_direct=True)
def multiply(value_a: Union[int, float], value_b: Union[int, float]) -> Union[int, float]:
    """multiply two values.

    Args:
        value_a: first value;Multiplier
        value_b: second value;Multiplicand
    """
    return value_a * value_b

@tool("power-tool", args_schema=Calculator2NumericInput, return_direct=True)
def power(value_a: Union[int, float], value_b: Union[int, float]) -> Union[int, float]:
    """first value exponentiate by second value.

    Args:
        value_a: first value is base
        value_b: second value is exponent
    """
    return value_a ** value_b

@tool("square-root-tool", args_schema=CalculatorNumericInput, return_direct=True)
def square_root(value_a: Union[int, float]) -> Union[int, float]:
    """calclate square root.

    Args:
        value_a: value
    Retrun:
        The square root of value_a
    """
    return math.sqrt(value_a)

@tool("sum-values-in-list-tool", args_schema=CalculatorListInput, return_direct=True)
def sum_list_values(input_list: list[int, float]) -> Union[int, float]:
    """sum up the values in the list.

    Args:
        input_list: list of values
    Return:
        sumed up value
    """
    return sum(input_list)

@tool("power-values-in-list-tool", args_schema=CalculatorListNumericInput, return_direct=True)
def power_list_values(input_list: list[float], exponent: Union[int, float]) -> list[float]:
    """
    Raises each value in the list to the power of the exponent argument.

    Args:
    numbers (list[float]): The input list of numbers.
    exponent (float): The exponent to raise each number to.

    Returns:
    list[float]: A new list with each value raised to the specified power.
    """
    output = [x ** exponent for x in input_list]
    return output

テストなので、少し余分なtoolも作りました。DocStringsはChatGPTで。
二つの数値の処理：足し算、引き算、割り算、掛け算、べき乗
一つの数字の処理：平方根
リストの処理：全部を足し合わせる、全部べき乗する

まぁ、ちょっと恣意的ですが・・・

大事なのは型宣言したときの引数名とあわせて関数を作ること。
（たくさんミスった。💦）

5-4. バインドモデルを作る

モデルにバインド

tools = [
    add_numerics,
    subtract_numerics,
    devision_numerics,
    multiply,
    power,
    square_root,
    sum_list_values,
    power_list_values,
]

model_with_tools = model.bind_tools(tools)

これで、tool_callingが使えます。

5−4−1. toolsの確認

pprint(tools)
# [StructuredTool(name='addition-tool', description='Add two values.\n\n    Args:\n        value_a: first value\n        value_b: second value', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function add_numerics at 0x1180aab60>),
#  StructuredTool(name='subtract-tool', description='subtruct two values.\n\n    Args:\n        value_a: first value\n        value_b: second value', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function subtract_numerics at 0x1180abf60>),
#  StructuredTool(name='devision-tool', description='first value devide by second value.\n\n    Args:\n        value_a: first value;Numerator \n        value_b: seoond value;Denominator', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function devision_numerics at 0x1180aae80>),
#  StructuredTool(name='multiply-tool', description='multiply two values.\n\n    Args:\n        value_a: first value;Multiplier\n        value_b: second value;Multiplicand', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function multiply at 0x1180abec0>),
#  StructuredTool(name='power-tool', description='first value exponentiate by second value.\n\n    Args:\n        value_a: first value is base\n        value_b: second value is exponent', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function power at 0x1180abce0>),
#  StructuredTool(name='square-root-tool', description='calclate square root.\n\n    Args:\n        value_a: value\n    Retrun:\n        The square root of value_a', args_schema=<class '__main__.CalculatorNumericInput'>, return_direct=True, func=<function square_root at 0x1180abc40>),
#  StructuredTool(name='sum-values-in-list-tool', description='sum up the values in the list.\n\n    Args:\n        input_list: list of values\n    Return:\n        sumed up value', args_schema=<class '__main__.CalculatorListInput'>, return_direct=True, func=<function sum_list_values at 0x1180aba60>),
#  StructuredTool(name='power-values-in-list-tool', description='Raises each value in the list to the power of the exponent argument.\n\nArgs:\nnumbers (list[float]): The input list of numbers.\nexponent (float): The exponent to raise each number to.\n\nReturns:\nlist[float]: A new list with each value raised to the specified power.', args_schema=<class '__main__.CalculatorListNumericInput'>, return_direct=True, func=<function power_list_values at 0x1180ab920>)]

忘れ物がありませんように。

5-5. tool呼び出し用の辞書の作成

tools呼び出し用辞書

tools_by_name = {
    tool.name: tool
    for tool in tools
}
print(tools_by_name)

# {'addition-tool': StructuredTool(name='addition-tool', description='Add two values.\n\n    Args:\n        value_a: first value\n        value_b: second value', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function add_numerics at 0x1180aab60>),
#  'subtract-tool': StructuredTool(name='subtract-tool', description='subtruct two values.\n\n    Args:\n        value_a: first value\n        value_b: second value', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function subtract_numerics at 0x1180abf60>),
#  'devision-tool': StructuredTool(name='devision-tool', description='first value devide by second value.\n\n    Args:\n        value_a: first value;Numerator \n        value_b: seoond value;Denominator', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function devision_numerics at 0x1180aae80>),
#  'multiply-tool': StructuredTool(name='multiply-tool', description='multiply two values.\n\n    Args:\n        value_a: first value;Multiplier\n        value_b: second value;Multiplicand', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function multiply at 0x1180abec0>),
#  'power-tool': StructuredTool(name='power-tool', description='first value exponentiate by second value.\n\n    Args:\n        value_a: first value is base\n        value_b: second value is exponent', args_schema=<class '__main__.Calculator2NumericInput'>, return_direct=True, func=<function power at 0x1180abce0>),
#  'square-root-tool': StructuredTool(name='square-root-tool', description='calclate square root.\n\n    Args:\n        value_a: value\n    Retrun:\n        The square root of value_a', args_schema=<class '__main__.CalculatorNumericInput'>, return_direct=True, func=<function square_root at 0x1180abc40>),
#  'sum-values-in-list-tool': StructuredTool(name='sum-values-in-list-tool', description='sum up the values in the list.\n\n    Args:\n        input_list: list of values\n    Return:\n        sumed up value', args_schema=<class '__main__.CalculatorListInput'>, return_direct=True, func=<function sum_list_values at 0x1180aba60>),
#  'power-values-in-list-tool': StructuredTool(name='power-values-in-list-tool', description='Raises each value in the list to the power of the exponent argument.\n\nArgs:\nnumbers (list[float]): The input list of numbers.\nexponent (float): The exponent to raise each number to.\n\nReturns:\nlist[float]: A new list with each value raised to the specified power.', args_schema=<class '__main__.CalculatorListNumericInput'>, return_direct=True, func=<function power_list_values at 0x1180ab920>)}

こちらはtool名で関数を呼び出すための辞書。

5-6. toolsの実行用関数

tools実行関数

def execute_tool(tools_by_name: Dict[str, Any], tool_call: Dict[str, Any]) -> str:
    """Execute a tool call and return the result"""
    tool_name = tool_call["name"]

    if tool_name not in tools_by_name:
        return f"Error: Tool {tool_name} not found"
    else:
        # print(tool_call)
        pass

    tool = tools_by_name[tool_name]
    # print(tool)
    try:
        result = tool.invoke(tool_call["args"])
        return str(result)
    except Exception as e:
        return f"Error executing {tool_name}: {str(e)}"

前回のコピペ

5−7. agent実行用関数

Agent実行関数

def agent_run(messages: list)-> list:
    while True:
        # モデルに入れて推論して、出力をmessagesに追加する
        response = model_with_tools.invoke(messages)
        tool_calls = response.tool_calls
        tool_calls_len = len(tool_calls)

        messages.append(
            {"role": "assistant", "content": response.content, "tool_calls": tool_calls}
        )
        
        # tool_callingされない時の処理はモデルの出力のmessagesを返す
        if not tool_calls:
            print(f"{response.content=}")
            return messages

        # tool_callingされたときにtoolsを実行してmessagesに追加し、返す
        for i, tool_call in enumerate(tool_calls):
            print(tool_call)
            tool_result = execute_tool(tools_by_name, tool_call)
            tools_result = {
                    "role": "tool",
                    "tool_call_id": tool_call["id"],
                    "content": tool_result,
            }
            messages.append(tools_result)

Agent関数を作ります。これも前回のコピペ。

6. 実行！

6-1. 標準偏差を計算させてみる

標準偏差

user_input = """以下の値の標準偏差を教えてください。
90
70
40
65"""

messages = [
    {"role": "system", "content": "計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。"},
    {"role": "user", "content": user_input}
]
messages = agent_run(messages)
pprint(messages)

# 与えられた値 90, 70, 40, 65 の標準偏差は約 **17.81** です。（最終出力のみ）

全出力

{'name': 'sum-values-in-list-tool', 'args': {'input_list': [90, 70, 40, 65]}, 'id': 'call_eWomUg0SEoJVnpLcPZyLnnqo', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 265, 'value_b': 4}, 'id': 'call_eMKKtyZo799MdL8cp7iPUaXz', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 90, 'value_b': 66.25}, 'id': 'call_yUVF2sFMvT29OdZUYcDJ6gMX', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 70, 'value_b': 66.25}, 'id': 'call_74Pbw4PmEaNkxXrZr0FcYjve', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 40, 'value_b': 66.25}, 'id': 'call_RxK7Xz9aH4ucV9iPlWZeN3L0', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 65, 'value_b': 66.25}, 'id': 'call_QsYyZ4TQxzNwglYLesFZbi5F', 'type': 'tool_call'}
{'name': 'power-values-in-list-tool', 'args': {'input_list': [23.75, 3.75, -26.25, -1.25], 'exponent': 2}, 'id': 'call_Vk1Bl7UPakOeuRP1hoADyQVv', 'type': 'tool_call'}
{'name': 'sum-values-in-list-tool', 'args': {'input_list': [23.75, 3.75, -26.25, -1.25]}, 'id': 'call_5qFywS96sZC8pzd3tnfFGusn', 'type': 'tool_call'}
{'name': 'sum-values-in-list-tool', 'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]}, 'id': 'call_NwAtjJkGcDGwKZO4SprMQSiA', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 1268.75, 'value_b': 4}, 'id': 'call_iQZk0AskCmCtAK687hZr0C6u', 'type': 'tool_call'}
{'name': 'square-root-tool', 'args': {'value_a': 317.1875}, 'id': 'call_Ltut1V7rc2LFKPllvQfBxpj0', 'type': 'tool_call'}
response.content='与えられた値 90, 70, 40, 65 の標準偏差は約 **17.81** です。'
[{'content': '計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。', 'role': 'system'},
 {'content': '以下の値の標準偏差を教えてください。\n90\n70\n40\n65', 'role': 'user'},
 {'content': '標準偏差を求める手順は以下の通りです。\n'
             '\n'
             '1. **平均を計算**: 値の合計をデータの個数で割ります。\n'
             '2. **各データ点の偏差を計算**: 各データ点から平均を引き、その値を2乗します。\n'
             '3. **偏差の合計を求める**: すべての偏差の2乗の合計を求めます。\n'
             '4. **分散を計算**: 偏差の合計をデータの個数で割ります（標本の場合はデータの個数 - 1で割ります）。\n'
             '5. **標準偏差を計算**: 分散の平方根を取ります。\n'
             '\n'
             'まず、与えられた値の平均を計算します。次に、各ステップを計算します。では、計算を始めましょう。',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [90, 70, 40, 65]},
                  'id': 'call_eWomUg0SEoJVnpLcPZyLnnqo',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '265.0',
  'role': 'tool',
  'tool_call_id': 'call_eWomUg0SEoJVnpLcPZyLnnqo'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 265, 'value_b': 4},
                  'id': 'call_eMKKtyZo799MdL8cp7iPUaXz',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '66.25',
  'role': 'tool',
  'tool_call_id': 'call_eMKKtyZo799MdL8cp7iPUaXz'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 90, 'value_b': 66.25},
                  'id': 'call_yUVF2sFMvT29OdZUYcDJ6gMX',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 70, 'value_b': 66.25},
                  'id': 'call_74Pbw4PmEaNkxXrZr0FcYjve',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 40, 'value_b': 66.25},
                  'id': 'call_RxK7Xz9aH4ucV9iPlWZeN3L0',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 65, 'value_b': 66.25},
                  'id': 'call_QsYyZ4TQxzNwglYLesFZbi5F',
                  'name': 'subtract-tool',
                  'type': 'tool_call'}]},
 {'content': '23.75',
  'role': 'tool',
  'tool_call_id': 'call_yUVF2sFMvT29OdZUYcDJ6gMX'},
 {'content': '3.75',
  'role': 'tool',
  'tool_call_id': 'call_74Pbw4PmEaNkxXrZr0FcYjve'},
 {'content': '-26.25',
  'role': 'tool',
  'tool_call_id': 'call_RxK7Xz9aH4ucV9iPlWZeN3L0'},
 {'content': '-1.25',
  'role': 'tool',
  'tool_call_id': 'call_QsYyZ4TQxzNwglYLesFZbi5F'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'exponent': 2,
                           'input_list': [23.75, 3.75, -26.25, -1.25]},
                  'id': 'call_Vk1Bl7UPakOeuRP1hoADyQVv',
                  'name': 'power-values-in-list-tool',
                  'type': 'tool_call'},
                 {'args': {'input_list': [23.75, 3.75, -26.25, -1.25]},
                  'id': 'call_5qFywS96sZC8pzd3tnfFGusn',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '[564.0625, 14.0625, 689.0625, 1.5625]',
  'role': 'tool',
  'tool_call_id': 'call_Vk1Bl7UPakOeuRP1hoADyQVv'},
 {'content': '0.0',
  'role': 'tool',
  'tool_call_id': 'call_5qFywS96sZC8pzd3tnfFGusn'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]},
                  'id': 'call_NwAtjJkGcDGwKZO4SprMQSiA',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '1268.75',
  'role': 'tool',
  'tool_call_id': 'call_NwAtjJkGcDGwKZO4SprMQSiA'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 1268.75, 'value_b': 4},
                  'id': 'call_iQZk0AskCmCtAK687hZr0C6u',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '317.1875',
  'role': 'tool',
  'tool_call_id': 'call_iQZk0AskCmCtAK687hZr0C6u'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 317.1875},
                  'id': 'call_Ltut1V7rc2LFKPllvQfBxpj0',
                  'name': 'square-root-tool',
                  'type': 'tool_call'}]},
 {'content': '17.80975856096876',
  'role': 'tool',
  'tool_call_id': 'call_Ltut1V7rc2LFKPllvQfBxpj0'},
 {'content': '与えられた値 90, 70, 40, 65 の標準偏差は約 **17.81** です。',
  'role': 'assistant',
  'tool_calls': []}]

いいじゃん！
期待が持てます！！！

6-2. 偏差値の計算

いよいよです！

偏差値の計算１

user_input = """テストの結果が以下の通りになりました。全員の偏差値を計算してください。

# テスト結果
A氏 90点
B氏 70点
C氏 40点
D氏 65点
"""
messages = [
    {"role": "system", "content": "計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。"},
    {"role": "user", "content": user_input}
]
messages = agent_run(messages)
pprint(messages)

# （最終出力の抜粋）
#  '各人の偏差値は次の通りです：\n'
#              '\n'
#              '- A氏の偏差値: \\( 56.67 \\)\n'
#              '- B氏の偏差値: \\( 51.05 \\)\n'
#              '- C氏の偏差値: \\( 42.63 \\)\n'
#              '- D氏の偏差値: \\( 49.65 \\)\n'
#              '\n'
#              'これがテスト結果に基づく偏差値です。',

A氏：56.67
B氏：51.05
C氏：42.63
D氏：49.65

うん、間違ってる！

全出力

{'name': 'sum-values-in-list-tool', 'args': {'input_list': [90, 70, 40, 65]}, 'id': 'call_yRgRifNvi4ABTtlqc9kPwEgI', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 265, 'value_b': 4}, 'id': 'call_pILxoDdhxe3bEw3girr9RrHW', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 90, 'value_b': 66.25}, 'id': 'call_Ftdwv4zk93MBTgAViOgKo96l', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 70, 'value_b': 66.25}, 'id': 'call_wsqmFHIMYHZ7zbeh9yZ7QqrE', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 40, 'value_b': 66.25}, 'id': 'call_5DZ3b4zvWq1QPaqDy5nxMmxX', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 65, 'value_b': 66.25}, 'id': 'call_mmkH9wRbLlvYmZfU6aAFzShC', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 23.75, 'value_b': 2}, 'id': 'call_MgVjXOEipvGhZQz7SZ93iU6C', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 3.75, 'value_b': 2}, 'id': 'call_tkrl6GuL98VSc3ctLkNlmFu2', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': -26.25, 'value_b': 2}, 'id': 'call_3WfHONuIcv90XJ8d8gUhJrW6', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': -1.25, 'value_b': 2}, 'id': 'call_WBbEePax5W8IvgwYtcL7ZB85', 'type': 'tool_call'}
{'name': 'sum-values-in-list-tool', 'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]}, 'id': 'call_VIJ0kRK8u9xqi1NB5MHKnkd0', 'type': 'tool_call'}
{'name': 'square-root-tool', 'args': {'value_a': 1268.75}, 'id': 'call_jnMgDp23HEKxrBmrDlrRhsIm', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 23.75, 'value_b': 35.61951712193752}, 'id': 'call_yNp8ZfHAfEuekrz3RBZNxQJV', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 3.75, 'value_b': 35.61951712193752}, 'id': 'call_cDGfycyrKv8fEy39dv4x3hGU', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': -26.25, 'value_b': 35.61951712193752}, 'id': 'call_QuAx0thf5NpRc53mVeWFhlkM', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': -1.25, 'value_b': 35.61951712193752}, 'id': 'call_hFQh6MABqIf2cZS3n5nx81ae', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 0.6667692860264166, 'value_b': 10}, 'id': 'call_BUksvV0bgRki9ecArA8JfNMg', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 0.10527936095153946, 'value_b': 10}, 'id': 'call_EBtY8wwipdSRGvzpZDkVPuuJ', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': -0.7369555266607762, 'value_b': 10}, 'id': 'call_G4UOm3stXjqPLYTnaJ0tPhS3', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': -0.035093120317179816, 'value_b': 10}, 'id': 'call_YWfqI9sGeJpDBOXmCSwbf7rF', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 6.667692860264166, 'value_b': 50}, 'id': 'call_9z9RGsbsQ8RRkSUkhq3F4ZOx', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 1.0527936095153947, 'value_b': 50}, 'id': 'call_kovFf4iPrY02MkbG3EWIjW0I', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': -7.369555266607763, 'value_b': 50}, 'id': 'call_2e8qivuVMbRCR3D8D8WjYq5S', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': -0.35093120317179816, 'value_b': 50}, 'id': 'call_92G4YAgM2ONURfa26RNALGn3', 'type': 'tool_call'}
response.content='各人の偏差値は次の通りです：\n\n- A氏の偏差値: \\( 56.67 \\)\n- B氏の偏差値: \\( 51.05 \\)\n- C氏の偏差値: \\( 42.63 \\)\n- D氏の偏差値: \\( 49.65 \\)\n\nこれがテスト結果に基づく偏差値です。'
[{'content': '計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。', 'role': 'system'},
 {'content': 'テストの結果が以下の通りになりました。全員の偏差値を計算してください。\n'
             '\n'
             '# テスト結果\n'
             'A氏 90点\n'
             'B氏 70点\n'
             'C氏 40点\n'
             'D氏 65点\n',
  'role': 'user'},
 {'content': '偏差値を計算するためには、以下の手順を踏む必要があります。\n'
             '\n'
             '1. 平均点を計算する。\n'
             '2. 標準偏差を計算する。\n'
             '3. 各人の偏差値を求める。\n'
             '\n'
             '偏差値の計算式は次の通りです：\n'
             '\n'
             '\\[\n'
             '\\text{偏差値} = 50 + \\frac{(X - \\mu)}{\\sigma} \\times 10\n'
             '\\]\n'
             '\n'
             'ここで、\n'
             '- \\(X\\) = 個々の点数\n'
             '- \\(\\mu\\) = 平均点\n'
             '- \\(\\sigma\\) = 標準偏差\n'
             '\n'
             'それでは、まず平均点を計算します。得点は以下の通りです：\n'
             '\n'
             '- A氏: 90点\n'
             '- B氏: 70点\n'
             '- C氏: 40点\n'
             '- D氏: 65点\n'
             '\n'
             'これらの点数の合計を計算し、人数で割ります。',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [90, 70, 40, 65]},
                  'id': 'call_yRgRifNvi4ABTtlqc9kPwEgI',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '265.0',
  'role': 'tool',
  'tool_call_id': 'call_yRgRifNvi4ABTtlqc9kPwEgI'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 265, 'value_b': 4},
                  'id': 'call_pILxoDdhxe3bEw3girr9RrHW',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '66.25',
  'role': 'tool',
  'tool_call_id': 'call_pILxoDdhxe3bEw3girr9RrHW'},
 {'content': '平均点は \\( 66.25 \\) 点です。\n'
             '\n'
             '次に、標準偏差を計算します。標準偏差の計算式は次の通りです：\n'
             '\n'
             '\\[\n'
             '\\sigma = \\sqrt{\\frac{\\sum{(X_i - \\mu)^2}}{N}}\n'
             '\\]\n'
             '\n'
             'ここで、\\(X_i\\) は各人の得点、\\(\\mu\\) は平均点、\\(N\\) は人数です。\n'
             '\n'
             'それでは、各人の得点と平均点の差の二乗を計算します。\n'
             '\n'
             '- A氏の得点: \\( (90 - 66.25)^2 \\)\n'
             '- B氏の得点: \\( (70 - 66.25)^2 \\)\n'
             '- C氏の得点: \\( (40 - 66.25)^2 \\)\n'
             '- D氏の得点: \\( (65 - 66.25)^2 \\)\n'
             '\n'
             'これらを計算します。',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 90, 'value_b': 66.25},
                  'id': 'call_Ftdwv4zk93MBTgAViOgKo96l',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 70, 'value_b': 66.25},
                  'id': 'call_wsqmFHIMYHZ7zbeh9yZ7QqrE',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 40, 'value_b': 66.25},
                  'id': 'call_5DZ3b4zvWq1QPaqDy5nxMmxX',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 65, 'value_b': 66.25},
                  'id': 'call_mmkH9wRbLlvYmZfU6aAFzShC',
                  'name': 'subtract-tool',
                  'type': 'tool_call'}]},
 {'content': '23.75',
  'role': 'tool',
  'tool_call_id': 'call_Ftdwv4zk93MBTgAViOgKo96l'},
 {'content': '3.75',
  'role': 'tool',
  'tool_call_id': 'call_wsqmFHIMYHZ7zbeh9yZ7QqrE'},
 {'content': '-26.25',
  'role': 'tool',
  'tool_call_id': 'call_5DZ3b4zvWq1QPaqDy5nxMmxX'},
 {'content': '-1.25',
  'role': 'tool',
  'tool_call_id': 'call_mmkH9wRbLlvYmZfU6aAFzShC'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 23.75, 'value_b': 2},
                  'id': 'call_MgVjXOEipvGhZQz7SZ93iU6C',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 3.75, 'value_b': 2},
                  'id': 'call_tkrl6GuL98VSc3ctLkNlmFu2',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -26.25, 'value_b': 2},
                  'id': 'call_3WfHONuIcv90XJ8d8gUhJrW6',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -1.25, 'value_b': 2},
                  'id': 'call_WBbEePax5W8IvgwYtcL7ZB85',
                  'name': 'power-tool',
                  'type': 'tool_call'}]},
 {'content': '564.0625',
  'role': 'tool',
  'tool_call_id': 'call_MgVjXOEipvGhZQz7SZ93iU6C'},
 {'content': '14.0625',
  'role': 'tool',
  'tool_call_id': 'call_tkrl6GuL98VSc3ctLkNlmFu2'},
 {'content': '689.0625',
  'role': 'tool',
  'tool_call_id': 'call_3WfHONuIcv90XJ8d8gUhJrW6'},
 {'content': '1.5625',
  'role': 'tool',
  'tool_call_id': 'call_WBbEePax5W8IvgwYtcL7ZB85'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]},
                  'id': 'call_VIJ0kRK8u9xqi1NB5MHKnkd0',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '1268.75',
  'role': 'tool',
  'tool_call_id': 'call_VIJ0kRK8u9xqi1NB5MHKnkd0'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 1268.75},
                  'id': 'call_jnMgDp23HEKxrBmrDlrRhsIm',
                  'name': 'square-root-tool',
                  'type': 'tool_call'}]},
 {'content': '35.61951712193752',
  'role': 'tool',
  'tool_call_id': 'call_jnMgDp23HEKxrBmrDlrRhsIm'},
 {'content': '標準偏差は \\( \\sigma \\approx 35.62 \\) です。\n'
             '\n'
             '次に、各人の偏差値を計算します。偏差値の計算は以下のように行います：\n'
             '\n'
             '- A氏の偏差値: \\( 50 + \\frac{(90 - 66.25)}{35.62} \\times 10 \\)\n'
             '- B氏の偏差値: \\( 50 + \\frac{(70 - 66.25)}{35.62} \\times 10 \\)\n'
             '- C氏の偏差値: \\( 50 + \\frac{(40 - 66.25)}{35.62} \\times 10 \\)\n'
             '- D氏の偏差値: \\( 50 + \\frac{(65 - 66.25)}{35.62} \\times 10 \\)\n'
             '\n'
             'これらを計算します。',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 23.75, 'value_b': 35.61951712193752},
                  'id': 'call_yNp8ZfHAfEuekrz3RBZNxQJV',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 3.75, 'value_b': 35.61951712193752},
                  'id': 'call_cDGfycyrKv8fEy39dv4x3hGU',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -26.25, 'value_b': 35.61951712193752},
                  'id': 'call_QuAx0thf5NpRc53mVeWFhlkM',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -1.25, 'value_b': 35.61951712193752},
                  'id': 'call_hFQh6MABqIf2cZS3n5nx81ae',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '0.6667692860264166',
  'role': 'tool',
  'tool_call_id': 'call_yNp8ZfHAfEuekrz3RBZNxQJV'},
 {'content': '0.10527936095153946',
  'role': 'tool',
  'tool_call_id': 'call_cDGfycyrKv8fEy39dv4x3hGU'},
 {'content': '-0.7369555266607762',
  'role': 'tool',
  'tool_call_id': 'call_QuAx0thf5NpRc53mVeWFhlkM'},
 {'content': '-0.035093120317179816',
  'role': 'tool',
  'tool_call_id': 'call_hFQh6MABqIf2cZS3n5nx81ae'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 0.6667692860264166, 'value_b': 10},
                  'id': 'call_BUksvV0bgRki9ecArA8JfNMg',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 0.10527936095153946, 'value_b': 10},
                  'id': 'call_EBtY8wwipdSRGvzpZDkVPuuJ',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -0.7369555266607762, 'value_b': 10},
                  'id': 'call_G4UOm3stXjqPLYTnaJ0tPhS3',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -0.035093120317179816, 'value_b': 10},
                  'id': 'call_YWfqI9sGeJpDBOXmCSwbf7rF',
                  'name': 'multiply-tool',
                  'type': 'tool_call'}]},
 {'content': '6.667692860264166',
  'role': 'tool',
  'tool_call_id': 'call_BUksvV0bgRki9ecArA8JfNMg'},
 {'content': '1.0527936095153947',
  'role': 'tool',
  'tool_call_id': 'call_EBtY8wwipdSRGvzpZDkVPuuJ'},
 {'content': '-7.369555266607763',
  'role': 'tool',
  'tool_call_id': 'call_G4UOm3stXjqPLYTnaJ0tPhS3'},
 {'content': '-0.35093120317179816',
  'role': 'tool',
  'tool_call_id': 'call_YWfqI9sGeJpDBOXmCSwbf7rF'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 6.667692860264166, 'value_b': 50},
                  'id': 'call_9z9RGsbsQ8RRkSUkhq3F4ZOx',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 1.0527936095153947, 'value_b': 50},
                  'id': 'call_kovFf4iPrY02MkbG3EWIjW0I',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -7.369555266607763, 'value_b': 50},
                  'id': 'call_2e8qivuVMbRCR3D8D8WjYq5S',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -0.35093120317179816, 'value_b': 50},
                  'id': 'call_92G4YAgM2ONURfa26RNALGn3',
                  'name': 'addition-tool',
                  'type': 'tool_call'}]},
 {'content': '56.66769286026417',
  'role': 'tool',
  'tool_call_id': 'call_9z9RGsbsQ8RRkSUkhq3F4ZOx'},
 {'content': '51.0527936095154',
  'role': 'tool',
  'tool_call_id': 'call_kovFf4iPrY02MkbG3EWIjW0I'},
 {'content': '42.63044473339224',
  'role': 'tool',
  'tool_call_id': 'call_2e8qivuVMbRCR3D8D8WjYq5S'},
 {'content': '49.6490687968282',
  'role': 'tool',
  'tool_call_id': 'call_92G4YAgM2ONURfa26RNALGn3'},
 {'content': '各人の偏差値は次の通りです：\n'
             '\n'
             '- A氏の偏差値: \\( 56.67 \\)\n'
             '- B氏の偏差値: \\( 51.05 \\)\n'
             '- C氏の偏差値: \\( 42.63 \\)\n'
             '- D氏の偏差値: \\( 49.65 \\)\n'
             '\n'
             'これがテスト結果に基づく偏差値です。',
  'role': 'assistant',
  'tool_calls': []}]

計算履歴を確認してみた。

平均点を計算（OK)
各点の平均点との差を計算（OK）
2.の各値を２乗（OK）
3.の値の総和を計算(OK）
4.の値の平方根を計算（NG）

残念！ｗ
そこは平方根をとる前にデータの数で割らないと・・・。

6-3. 実験（計算式を与えてみる）

偏差値の計算２（チート）

user_input = """テストの結果が以下の通りになりました。偏差値の計算方法は以下の通りです。これを理解した上で、標準偏差を計算した後に全員の偏差値を計算してください。

# 偏差値の計算方法
\text{偏差値} = 50 + 10 \times \frac{x - \mu}{\sigma}

# テスト結果
A氏 90点
B氏 70点
C氏 40点
D氏 65点
"""
messages = [
    {"role": "system", "content": "計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。"},
    {"role": "user", "content": user_input}
]
messages = agent_run(messages)
pprint(messages)

# '各人の偏差値は以下の通りです：\n'
#              '\n'
#              '- A氏の偏差値: 約63.34\n'
#              '- B氏の偏差値: 約52.11\n'
#              '- C氏の偏差値: 約35.26\n'
#              '- D氏の偏差値: 約49.30\n'
#              '\n'
#              '全員の偏差値を計算し、結果を提供しました。必要があれば、さらに解説をいたします。'

おおお、正解！計算できよった！
しかし、計算式を与えるのはチートだよな。
ユーザーは計算式書いている間に計算できちゃう。

全出力

{'name': 'sum-values-in-list-tool', 'args': {'input_list': [90, 70, 40, 65]}, 'id': 'call_g8rN8yzibvpCpxm46ZPpEKXl', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 265, 'value_b': 4}, 'id': 'call_Ftdwv4zk93MBTgAViOgKo96l', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 90, 'value_b': 2}, 'id': 'call_QCjSeHoxxDJElvik2oiEV8WM', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 70, 'value_b': 2}, 'id': 'call_BWjWX5xarWWuKOiPQmNG82Ej', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 40, 'value_b': 2}, 'id': 'call_uu1Ia5MfNFbh2w5iGb5ZQxrY', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 65, 'value_b': 2}, 'id': 'call_DGBIbHl9KDLlTMxDhgvB6Fdf', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 90, 'value_b': 66.25}, 'id': 'call_UbY1E30kQDXWmc48ovQ3fjXK', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 70, 'value_b': 66.25}, 'id': 'call_XlFnveK6nLAc3JIHvpsFwAXs', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 40, 'value_b': 66.25}, 'id': 'call_1mRkTrvMUGCXl4UgGPQRkgow', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 65, 'value_b': 66.25}, 'id': 'call_dEuETmJxVp1m6nO6x5AFM9Ys', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 23.75, 'value_b': 2}, 'id': 'call_QjA2uGmw1G2OIXocsyzXSRSh', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 3.75, 'value_b': 2}, 'id': 'call_uu1aFvVZTF9tMq9hY1QZRwXO', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': -26.25, 'value_b': 2}, 'id': 'call_K04FG2lyvDspWy2tDOXv6FCh', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': -1.25, 'value_b': 2}, 'id': 'call_uJTyRT48W5OyYoBEbB0IZKcy', 'type': 'tool_call'}
{'name': 'sum-values-in-list-tool', 'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]}, 'id': 'call_j1c3kCcm0hO7DVDsZCxJuyDF', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 1268.75, 'value_b': 4}, 'id': 'call_m9qRrACQ9NbAWbXMYp0PqktG', 'type': 'tool_call'}
{'name': 'square-root-tool', 'args': {'value_a': 317.1875}, 'id': 'call_kFmFZ0IC30Y0kWixeOQipLrP', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 23.75, 'value_b': 17.81}, 'id': 'call_SA68B7dCoOnzPpTDOo6Z3R0P', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 3.75, 'value_b': 17.81}, 'id': 'call_Jg9wPH5RJoVrYlPzeV5cmS33', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': -26.25, 'value_b': 17.81}, 'id': 'call_BHjvXJIxXDsD4E5d5Fd9kRTP', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': -1.25, 'value_b': 17.81}, 'id': 'call_a3iiIMz4PKQWVjpMMFwu5Kqm', 'type': 'tool_call'}
{'name': 'power-values-in-list-tool', 'args': {'input_list': [1.3335204941044358, 0.21055586749017408, -1.4738910724312184, -0.07018528916339135], 'exponent': 10}, 'id': 'call_EFOgXwkm9yQvcBtqzLQzyhv8', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 10, 'value_b': 1.3335204941044358}, 'id': 'call_iFkX0qFYiwuDnbhSxNmgUIrC', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 10, 'value_b': 0.21055586749017408}, 'id': 'call_v3rSSa2Q55l9xe6gE5BWMzog', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 10, 'value_b': -1.4738910724312184}, 'id': 'call_35XdDzWi0TgOIgKmCW5y6qVe', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 10, 'value_b': -0.07018528916339135}, 'id': 'call_QZ4zErW40EySDlrjfppkxciQ', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 50, 'value_b': 13.335204941044358}, 'id': 'call_Ftdwv4zk93MBTgAViOgKo96l', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 50, 'value_b': 2.105558674901741}, 'id': 'call_wsqmFHIMYHZ7zbeh9yZ7QqrE', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 50, 'value_b': -14.738910724312184}, 'id': 'call_5DZ3b4zvWq1QPaqDy5nxMmxX', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 50, 'value_b': -0.7018528916339135}, 'id': 'call_mmkH9wRbLlvYmZfU6aAFzShC', 'type': 'tool_call'}
response.content='各人の偏差値は以下の通りです：\n\n- A氏の偏差値: 約63.34\n- B氏の偏差値: 約52.11\n- C氏の偏差値: 約35.26\n- D氏の偏差値: 約49.30\n\n全員の偏差値を計算し、結果を提供しました。必要があれば、さらに解説をいたします。'
[{'content': '計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。', 'role': 'system'},
 {'content': 'テストの結果が以下の通りになりました。偏差値の計算方法は以下の通りです。これを理解した上で、標準偏差を計算した後に全員の偏差値を計算してください。\n'
             '\n'
             '# 偏差値の計算方法\n'
             '\text{偏差値} = 50 + 10 \times \x0c'
             'rac{x - \\mu}{\\sigma}\n'
             '\n'
             '# テスト結果\n'
             'A氏 90点\n'
             'B氏 70点\n'
             'C氏 40点\n'
             'D氏 65点\n',
  'role': 'user'},
 {'content': '偏差値を計算する前に、まずは標準偏差（σ）を計算する必要があります。標準偏差は以下の手順で計算します：\n'
             '\n'
             '1. 各データ点の平均（μ）を計算する。\n'
             '2. 各データ点と平均の差を二乗する。\n'
             '3. それらの二乗の平均を計算する（分散）。\n'
             '4. 分散の平方根を取る（これが標準偏差σです）。\n'
             '\n'
             'まずは平均を計算します。\n'
             '\n'
             'テスト結果：\n'
             '- A氏: 90点\n'
             '- B氏: 70点\n'
             '- C氏: 40点\n'
             '- D氏: 65点\n'
             '\n'
             'それぞれの得点を使って計算を行います。まず、平均を求めます。計算を始めます。',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [90, 70, 40, 65]},
                  'id': 'call_g8rN8yzibvpCpxm46ZPpEKXl',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '265.0',
  'role': 'tool',
  'tool_call_id': 'call_g8rN8yzibvpCpxm46ZPpEKXl'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 265, 'value_b': 4},
                  'id': 'call_Ftdwv4zk93MBTgAViOgKo96l',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '66.25',
  'role': 'tool',
  'tool_call_id': 'call_Ftdwv4zk93MBTgAViOgKo96l'},
 {'content': '平均（μ）は66.25点です。\n'
             '\n'
             '次に、各データ点と平均の差を二乗します。\n'
             '\n'
             '- A氏: \\((90 - 66.25)^2\\)\n'
             '- B氏: \\((70 - 66.25)^2\\)\n'
             '- C氏: \\((40 - 66.25)^2\\)\n'
             '- D氏: \\((65 - 66.25)^2\\)\n'
             '\n'
             'この計算を行います。',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 90, 'value_b': 2},
                  'id': 'call_QCjSeHoxxDJElvik2oiEV8WM',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 70, 'value_b': 2},
                  'id': 'call_BWjWX5xarWWuKOiPQmNG82Ej',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 40, 'value_b': 2},
                  'id': 'call_uu1Ia5MfNFbh2w5iGb5ZQxrY',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 65, 'value_b': 2},
                  'id': 'call_DGBIbHl9KDLlTMxDhgvB6Fdf',
                  'name': 'power-tool',
                  'type': 'tool_call'}]},
 {'content': '8100',
  'role': 'tool',
  'tool_call_id': 'call_QCjSeHoxxDJElvik2oiEV8WM'},
 {'content': '4900',
  'role': 'tool',
  'tool_call_id': 'call_BWjWX5xarWWuKOiPQmNG82Ej'},
 {'content': '1600',
  'role': 'tool',
  'tool_call_id': 'call_uu1Ia5MfNFbh2w5iGb5ZQxrY'},
 {'content': '4225',
  'role': 'tool',
  'tool_call_id': 'call_DGBIbHl9KDLlTMxDhgvB6Fdf'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 90, 'value_b': 66.25},
                  'id': 'call_UbY1E30kQDXWmc48ovQ3fjXK',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 70, 'value_b': 66.25},
                  'id': 'call_XlFnveK6nLAc3JIHvpsFwAXs',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 40, 'value_b': 66.25},
                  'id': 'call_1mRkTrvMUGCXl4UgGPQRkgow',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 65, 'value_b': 66.25},
                  'id': 'call_dEuETmJxVp1m6nO6x5AFM9Ys',
                  'name': 'subtract-tool',
                  'type': 'tool_call'}]},
 {'content': '23.75',
  'role': 'tool',
  'tool_call_id': 'call_UbY1E30kQDXWmc48ovQ3fjXK'},
 {'content': '3.75',
  'role': 'tool',
  'tool_call_id': 'call_XlFnveK6nLAc3JIHvpsFwAXs'},
 {'content': '-26.25',
  'role': 'tool',
  'tool_call_id': 'call_1mRkTrvMUGCXl4UgGPQRkgow'},
 {'content': '-1.25',
  'role': 'tool',
  'tool_call_id': 'call_dEuETmJxVp1m6nO6x5AFM9Ys'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 23.75, 'value_b': 2},
                  'id': 'call_QjA2uGmw1G2OIXocsyzXSRSh',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 3.75, 'value_b': 2},
                  'id': 'call_uu1aFvVZTF9tMq9hY1QZRwXO',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -26.25, 'value_b': 2},
                  'id': 'call_K04FG2lyvDspWy2tDOXv6FCh',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -1.25, 'value_b': 2},
                  'id': 'call_uJTyRT48W5OyYoBEbB0IZKcy',
                  'name': 'power-tool',
                  'type': 'tool_call'}]},
 {'content': '564.0625',
  'role': 'tool',
  'tool_call_id': 'call_QjA2uGmw1G2OIXocsyzXSRSh'},
 {'content': '14.0625',
  'role': 'tool',
  'tool_call_id': 'call_uu1aFvVZTF9tMq9hY1QZRwXO'},
 {'content': '689.0625',
  'role': 'tool',
  'tool_call_id': 'call_K04FG2lyvDspWy2tDOXv6FCh'},
 {'content': '1.5625',
  'role': 'tool',
  'tool_call_id': 'call_uJTyRT48W5OyYoBEbB0IZKcy'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]},
                  'id': 'call_j1c3kCcm0hO7DVDsZCxJuyDF',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '1268.75',
  'role': 'tool',
  'tool_call_id': 'call_j1c3kCcm0hO7DVDsZCxJuyDF'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 1268.75, 'value_b': 4},
                  'id': 'call_m9qRrACQ9NbAWbXMYp0PqktG',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '317.1875',
  'role': 'tool',
  'tool_call_id': 'call_m9qRrACQ9NbAWbXMYp0PqktG'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 317.1875},
                  'id': 'call_kFmFZ0IC30Y0kWixeOQipLrP',
                  'name': 'square-root-tool',
                  'type': 'tool_call'}]},
 {'content': '17.80975856096876',
  'role': 'tool',
  'tool_call_id': 'call_kFmFZ0IC30Y0kWixeOQipLrP'},
 {'content': '標準偏差（σ）は約17.81です。\n'
             '\n'
             '次に、全員の偏差値を計算します。偏差値の計算式は以下の通りです：\n'
             '\\[\n'
             '\\text{偏差値} = 50 + 10 \\times \\frac{x - \\mu}{\\sigma}\n'
             '\\]\n'
             '各人の得点を用いて偏差値を計算します。\n'
             '\n'
             '- A氏の偏差値\n'
             '- B氏の偏差値\n'
             '- C氏の偏差値\n'
             '- D氏の偏差値\n'
             '\n'
             '計算を行います。',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 23.75, 'value_b': 17.81},
                  'id': 'call_SA68B7dCoOnzPpTDOo6Z3R0P',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 3.75, 'value_b': 17.81},
                  'id': 'call_Jg9wPH5RJoVrYlPzeV5cmS33',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -26.25, 'value_b': 17.81},
                  'id': 'call_BHjvXJIxXDsD4E5d5Fd9kRTP',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -1.25, 'value_b': 17.81},
                  'id': 'call_a3iiIMz4PKQWVjpMMFwu5Kqm',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '1.3335204941044358',
  'role': 'tool',
  'tool_call_id': 'call_SA68B7dCoOnzPpTDOo6Z3R0P'},
 {'content': '0.21055586749017408',
  'role': 'tool',
  'tool_call_id': 'call_Jg9wPH5RJoVrYlPzeV5cmS33'},
 {'content': '-1.4738910724312184',
  'role': 'tool',
  'tool_call_id': 'call_BHjvXJIxXDsD4E5d5Fd9kRTP'},
 {'content': '-0.07018528916339135',
  'role': 'tool',
  'tool_call_id': 'call_a3iiIMz4PKQWVjpMMFwu5Kqm'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'exponent': 10,
                           'input_list': [1.3335204941044358,
                                          0.21055586749017408,
                                          -1.4738910724312184,
                                          -0.07018528916339135]},
                  'id': 'call_EFOgXwkm9yQvcBtqzLQzyhv8',
                  'name': 'power-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '[17.782669008622005, 1.712669180428555e-07, 48.37866531961816, '
             '2.900420295734989e-12]',
  'role': 'tool',
  'tool_call_id': 'call_EFOgXwkm9yQvcBtqzLQzyhv8'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 10, 'value_b': 1.3335204941044358},
                  'id': 'call_iFkX0qFYiwuDnbhSxNmgUIrC',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 10, 'value_b': 0.21055586749017408},
                  'id': 'call_v3rSSa2Q55l9xe6gE5BWMzog',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 10, 'value_b': -1.4738910724312184},
                  'id': 'call_35XdDzWi0TgOIgKmCW5y6qVe',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 10, 'value_b': -0.07018528916339135},
                  'id': 'call_QZ4zErW40EySDlrjfppkxciQ',
                  'name': 'multiply-tool',
                  'type': 'tool_call'}]},
 {'content': '13.335204941044358',
  'role': 'tool',
  'tool_call_id': 'call_iFkX0qFYiwuDnbhSxNmgUIrC'},
 {'content': '2.105558674901741',
  'role': 'tool',
  'tool_call_id': 'call_v3rSSa2Q55l9xe6gE5BWMzog'},
 {'content': '-14.738910724312184',
  'role': 'tool',
  'tool_call_id': 'call_35XdDzWi0TgOIgKmCW5y6qVe'},
 {'content': '-0.7018528916339135',
  'role': 'tool',
  'tool_call_id': 'call_QZ4zErW40EySDlrjfppkxciQ'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 50, 'value_b': 13.335204941044358},
                  'id': 'call_Ftdwv4zk93MBTgAViOgKo96l',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 50, 'value_b': 2.105558674901741},
                  'id': 'call_wsqmFHIMYHZ7zbeh9yZ7QqrE',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 50, 'value_b': -14.738910724312184},
                  'id': 'call_5DZ3b4zvWq1QPaqDy5nxMmxX',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 50, 'value_b': -0.7018528916339135},
                  'id': 'call_mmkH9wRbLlvYmZfU6aAFzShC',
                  'name': 'addition-tool',
                  'type': 'tool_call'}]},
 {'content': '63.33520494104436',
  'role': 'tool',
  'tool_call_id': 'call_Ftdwv4zk93MBTgAViOgKo96l'},
 {'content': '52.105558674901744',
  'role': 'tool',
  'tool_call_id': 'call_wsqmFHIMYHZ7zbeh9yZ7QqrE'},
 {'content': '35.261089275687816',
  'role': 'tool',
  'tool_call_id': 'call_5DZ3b4zvWq1QPaqDy5nxMmxX'},
 {'content': '49.29814710836609',
  'role': 'tool',
  'tool_call_id': 'call_mmkH9wRbLlvYmZfU6aAFzShC'},
 {'content': '各人の偏差値は以下の通りです：\n'
             '\n'
             '- A氏の偏差値: 約63.34\n'
             '- B氏の偏差値: 約52.11\n'
             '- C氏の偏差値: 約35.26\n'
             '- D氏の偏差値: 約49.30\n'
             '\n'
             '全員の偏差値を計算し、結果を提供しました。必要があれば、さらに解説をいたします。',
  'role': 'assistant',
  'tool_calls': []}]

6−4. 実験（計算式を考えさせてから計算させる）

じゃ、計算式を求めさせてから回答させればよくね？
やってみる。

計算方法の明確化

user_input = """標準偏差と偏差値の計算方法を教えてください。"""
messages2 = [{"role": "user", "content": user_input}]
messages2 = agent_run(messages2)
pprint(messages2)

# '標準偏差と偏差値の計算方法について説明します。\n'
#              '\n'
#              '### 標準偏差の計算方法\n'
#              '1. **データの平均を求める**：\n'
#              '   \\[\n'
#              '   \\text{平均} (\\mu) = \\frac{\\sum_{i=1}^{n} x_i}{n}\n'
#              '   \\]\n'
#              '   ここで、\\(x_i\\)はデータ点、\\(n\\)はデータの個数です。\n'
#              '\n'
#              '2. **各データ点の偏差を求める**：\n'
#              '   \\[\n'
#              '   \\text{偏差} = x_i - \\mu\n'
#              '   \\]\n'
#              '\n'
#              '3. **偏差の二乗を求める**：\n'
#              '   \\[\n'
#              '   \\text{偏差の二乗} = (x_i - \\mu)^2\n'
#              '   \\]\n'
#              '\n'
#              '4. **偏差の二乗の平均（分散）を求める**：\n'
#              '   \\[\n'
#              '   \\text{分散} (\\sigma^2) = \\frac{\\sum_{i=1}^{n} (x_i - '
#              '\\mu)^2}{n}\n'
#              '   \\]\n'
#              '\n'
#              '5. **標準偏差を求める**：\n'
#              '   \\[\n'
#              '   \\text{標準偏差} (\\sigma) = \\sqrt{\\sigma^2}\n'
#              '   \\]\n'
#              '\n'
#              '### 偏差値の計算方法\n'
#              '1. **データ点の標準偏差と平均を求める**（上記の手順に従い）。\n'
#              '   \n'
#              '2. **偏差値を求める**：\n'
#              '   偏差値は次の式で計算されます。\n'
#              '   \\[\n'
#              '   \\text{偏差値} = 50 + 10 \\times \\frac{(x - \\mu)}{\\sigma}\n'
#              '   \\]\n'
#              '   ここで、\\(x\\)は特定のデータ点、\\(\\mu\\)は平均、\\(\\sigma\\)は標準偏差です。\n'
#              '\n'
#              'この方法に従って計算すると、標準偏差と偏差値を求めることができます。もし具体的なデータを使って計算したい場合は、そのデータを教えていただければ、実際に計算します。',

ちょっと怪しいぞ。でもここで手を加えたらチートから脱出できない。

1

\text{平均} (\mu) = \frac{\sum_{i=1}^{n} x_i}{n}

2

\text{偏差} = x_i - \mu

3

\text{偏差の二乗} = (x_i - \mu)^2

4

\text{分散} (\sigma^2) = \frac{\sum_{i=1}^{n} (x_i - \mu)^2}{n}

5

\text{標準偏差} (\sigma) = \sqrt{\sigma^2}\

6

\text{偏差値} = 50 + 10 \times \frac{(x - \mu)}{\sigma}

計算手順を示すなら、分散はSにして、Sのルートが標準偏差ととするか、
標準偏差を求める式を４で示せばよかったかもね。

でも、チートは禁止だ。このままいく。

いざ計算

user_input = """テストの結果が以下の通りになりました。標準偏差と全員の偏差値を計算してください。

# テスト結果
A氏 90点
B氏 70点
C氏 40点
D氏 65点
"""
messages2.append({"role": "user", "content": user_input})
messages2 = agent_run(messages2)
pprint(messages2)

# '### 結果まとめ\n'
# '- **標準偏差**: 約 8.14\n'
# '- **偏差値**:\n'
# '  - A氏: 約 63.64\n'
# '  - B氏: 約 53.54\n'
# '  - C氏: 約 31.82\n'
# '  -  D氏: 約 49.39\n'

あ、ダメじゃん・・・

全出力

{'name': 'sum-values-in-list-tool', 'args': {'input_list': [90, 70, 40, 65]}, 'id': 'call_DxerISmpr4I6KgFpCTufRC8Q', 'type': 'tool_call'}
{'name': 'power-values-in-list-tool', 'args': {'input_list': [90, 70, 40, 65], 'exponent': 2}, 'id': 'call_9jYpch6RDh27iJljdglV1Wqn', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 265, 'value_b': 4}, 'id': 'call_uby5OdRhAuZOJZ0kgpxWFIHp', 'type': 'tool_call'}
{'name': 'sum-values-in-list-tool', 'args': {'input_list': [8100, 4900, 1600, 4225]}, 'id': 'call_zq1cCl3st97aEQmJFTAQtPvx', 'type': 'tool_call'}
{'name': 'square-root-tool', 'args': {'value_a': 66.25}, 'id': 'call_LHvz6j4C7UdhVaQYv8BLbRCx', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 18825, 'value_b': 4}, 'id': 'call_1BK6qivRoj65mxNiiompnbDO', 'type': 'tool_call'}
{'name': 'power-tool', 'args': {'value_a': 8.139410298049853, 'value_b': -1}, 'id': 'call_HvW5bzrIBD46vJFaiQVAC51d', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 4706.25, 'value_b': -90}, 'id': 'call_XJ1ws4HVnpqIlY4NOGaYlYSA', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 4706.25, 'value_b': -70}, 'id': 'call_QBuoprlCqqrZl50WfZOGoIUz', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 4706.25, 'value_b': -40}, 'id': 'call_i11rrEzwiIOpu83BK1kcc7Ug', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 4706.25, 'value_b': -65}, 'id': 'call_s7q5T6e6PAAlWtFJNpZ1GoTI', 'type': 'tool_call'}
response.content='テスト結果に基づいて、以下のように標準偏差と偏差値を計算しました。\n\n### 標準偏差\n1. **平均**:\n   \\[\n   \\mu = 66.25\n   \\]\n2. **偏差の二乗の平均 (分散)**:\n   \\[\n   \\sigma^2 = 66.25 \\quad (\\text{計算済み})\n   \\]\n3. **標準偏差**:\n   \\[\n   \\sigma \\approx 8.14\n   \\]\n\n### 偏差値\n偏差値は以下の式によって計算されます。\n\\[\n\\text{偏差値} = 50 + 10 \\times \\frac{(x - \\mu)}{\\sigma}\n\\]\n\n各人の偏差値を計算しました：\n\n- A氏 (90点):\n  \\[\n  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(90 - 66.25)}{8.14} \\approx 63.64\n  \\]\n  \n- B氏 (70点):\n  \\[\n  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(70 - 66.25)}{8.14} \\approx 53.54\n  \\]\n  \n- C氏 (40点):\n  \\[\n  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(40 - 66.25)}{8.14} \\approx 31.82\n  \\]\n  \n- D氏 (65点):\n  \\[\n  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(65 - 66.25)}{8.14} \\approx 49.39\n  \\]\n\n### 結果まとめ\n- **標準偏差**: 約 8.14\n- **偏差値**:\n  - A氏: 約 63.64\n  - B氏: 約 53.54\n  - C氏: 約 31.82\n  - D氏: 約 49.39\n\n以上が計算結果です。何か他に知りたいことがあれば教えてください！'
[{'content': '標準偏差と偏差値の計算方法を教えてください。', 'role': 'user'},
 {'content': '標準偏差と偏差値の計算方法について説明します。\n'
             '\n'
             '### 標準偏差の計算方法\n'
             '1. **データの平均を求める**：\n'
             '   \\[\n'
             '   \\text{平均} (\\mu) = \\frac{\\sum_{i=1}^{n} x_i}{n}\n'
             '   \\]\n'
             '   ここで、\\(x_i\\)はデータ点、\\(n\\)はデータの個数です。\n'
             '\n'
             '2. **各データ点の偏差を求める**：\n'
             '   \\[\n'
             '   \\text{偏差} = x_i - \\mu\n'
             '   \\]\n'
             '\n'
             '3. **偏差の二乗を求める**：\n'
             '   \\[\n'
             '   \\text{偏差の二乗} = (x_i - \\mu)^2\n'
             '   \\]\n'
             '\n'
             '4. **偏差の二乗の平均（分散）を求める**：\n'
             '   \\[\n'
             '   \\text{分散} (\\sigma^2) = \\frac{\\sum_{i=1}^{n} (x_i - '
             '\\mu)^2}{n}\n'
             '   \\]\n'
             '\n'
             '5. **標準偏差を求める**：\n'
             '   \\[\n'
             '   \\text{標準偏差} (\\sigma) = \\sqrt{\\sigma^2}\n'
             '   \\]\n'
             '\n'
             '### 偏差値の計算方法\n'
             '1. **データ点の標準偏差と平均を求める**（上記の手順に従い）。\n'
             '   \n'
             '2. **偏差値を求める**：\n'
             '   偏差値は次の式で計算されます。\n'
             '   \\[\n'
             '   \\text{偏差値} = 50 + 10 \\times \\frac{(x - \\mu)}{\\sigma}\n'
             '   \\]\n'
             '   ここで、\\(x\\)は特定のデータ点、\\(\\mu\\)は平均、\\(\\sigma\\)は標準偏差です。\n'
             '\n'
             'この方法に従って計算すると、標準偏差と偏差値を求めることができます。もし具体的なデータを使って計算したい場合は、そのデータを教えていただければ、実際に計算します。',
  'role': 'assistant',
  'tool_calls': []},
 {'content': 'テストの結果が以下の通りになりました。標準偏差と全員の偏差値を計算してください。\n'
             '\n'
             '# テスト結果\n'
             'A氏 90点\n'
             'B氏 70点\n'
             'C氏 40点\n'
             'D氏 65点\n',
  'role': 'user'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [90, 70, 40, 65]},
                  'id': 'call_DxerISmpr4I6KgFpCTufRC8Q',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'},
                 {'args': {'exponent': 2, 'input_list': [90, 70, 40, 65]},
                  'id': 'call_9jYpch6RDh27iJljdglV1Wqn',
                  'name': 'power-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '265.0',
  'role': 'tool',
  'tool_call_id': 'call_DxerISmpr4I6KgFpCTufRC8Q'},
 {'content': '[8100.0, 4900.0, 1600.0, 4225.0]',
  'role': 'tool',
  'tool_call_id': 'call_9jYpch6RDh27iJljdglV1Wqn'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 265, 'value_b': 4},
                  'id': 'call_uby5OdRhAuZOJZ0kgpxWFIHp',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'input_list': [8100, 4900, 1600, 4225]},
                  'id': 'call_zq1cCl3st97aEQmJFTAQtPvx',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '66.25',
  'role': 'tool',
  'tool_call_id': 'call_uby5OdRhAuZOJZ0kgpxWFIHp'},
 {'content': '18825.0',
  'role': 'tool',
  'tool_call_id': 'call_zq1cCl3st97aEQmJFTAQtPvx'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 66.25},
                  'id': 'call_LHvz6j4C7UdhVaQYv8BLbRCx',
                  'name': 'square-root-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 18825, 'value_b': 4},
                  'id': 'call_1BK6qivRoj65mxNiiompnbDO',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '8.139410298049853',
  'role': 'tool',
  'tool_call_id': 'call_LHvz6j4C7UdhVaQYv8BLbRCx'},
 {'content': '4706.25',
  'role': 'tool',
  'tool_call_id': 'call_1BK6qivRoj65mxNiiompnbDO'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 8.139410298049853, 'value_b': -1},
                  'id': 'call_HvW5bzrIBD46vJFaiQVAC51d',
                  'name': 'power-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 4706.25, 'value_b': -90},
                  'id': 'call_XJ1ws4HVnpqIlY4NOGaYlYSA',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 4706.25, 'value_b': -70},
                  'id': 'call_QBuoprlCqqrZl50WfZOGoIUz',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 4706.25, 'value_b': -40},
                  'id': 'call_i11rrEzwiIOpu83BK1kcc7Ug',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 4706.25, 'value_b': -65},
                  'id': 'call_s7q5T6e6PAAlWtFJNpZ1GoTI',
                  'name': 'addition-tool',
                  'type': 'tool_call'}]},
 {'content': '0.12285902336679023',
  'role': 'tool',
  'tool_call_id': 'call_HvW5bzrIBD46vJFaiQVAC51d'},
 {'content': '4616.25',
  'role': 'tool',
  'tool_call_id': 'call_XJ1ws4HVnpqIlY4NOGaYlYSA'},
 {'content': '4636.25',
  'role': 'tool',
  'tool_call_id': 'call_QBuoprlCqqrZl50WfZOGoIUz'},
 {'content': '4666.25',
  'role': 'tool',
  'tool_call_id': 'call_i11rrEzwiIOpu83BK1kcc7Ug'},
 {'content': '4641.25',
  'role': 'tool',
  'tool_call_id': 'call_s7q5T6e6PAAlWtFJNpZ1GoTI'},
 {'content': 'テスト結果に基づいて、以下のように標準偏差と偏差値を計算しました。\n'
             '\n'
             '### 標準偏差\n'
             '1. **平均**:\n'
             '   \\[\n'
             '   \\mu = 66.25\n'
             '   \\]\n'
             '2. **偏差の二乗の平均 (分散)**:\n'
             '   \\[\n'
             '   \\sigma^2 = 66.25 \\quad (\\text{計算済み})\n'
             '   \\]\n'
             '3. **標準偏差**:\n'
             '   \\[\n'
             '   \\sigma \\approx 8.14\n'
             '   \\]\n'
             '\n'
             '### 偏差値\n'
             '偏差値は以下の式によって計算されます。\n'
             '\\[\n'
             '\\text{偏差値} = 50 + 10 \\times \\frac{(x - \\mu)}{\\sigma}\n'
             '\\]\n'
             '\n'
             '各人の偏差値を計算しました：\n'
             '\n'
             '- A氏 (90点):\n'
             '  \\[\n'
             '  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(90 - '
             '66.25)}{8.14} \\approx 63.64\n'
             '  \\]\n'
             '  \n'
             '- B氏 (70点):\n'
             '  \\[\n'
             '  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(70 - '
             '66.25)}{8.14} \\approx 53.54\n'
             '  \\]\n'
             '  \n'
             '- C氏 (40点):\n'
             '  \\[\n'
             '  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(40 - '
             '66.25)}{8.14} \\approx 31.82\n'
             '  \\]\n'
             '  \n'
             '- D氏 (65点):\n'
             '  \\[\n'
             '  \\text{偏差値} \\approx 50 + 10 \\times \\frac{(65 - '
             '66.25)}{8.14} \\approx 49.39\n'
             '  \\]\n'
             '\n'
             '### 結果まとめ\n'
             '- **標準偏差**: 約 8.14\n'
             '- **偏差値**:\n'
             '  - A氏: 約 63.64\n'
             '  - B氏: 約 53.54\n'
             '  - C氏: 約 31.82\n'
             '  - D氏: 約 49.39\n'
             '\n'
             '以上が計算結果です。何か他に知りたいことがあれば教えてください！',
  'role': 'assistant',
  'tool_calls': []}]

7. ところで・・・

きっと気づいた人がいますよね。
GPT-4o-miniやん。GPT-4oはどうやねんと・・・

では、GPT-4oの出力をどうぞ。

GPT-4o出力

{'name': 'sum-values-in-list-tool', 'args': {'input_list': [90, 70, 40, 65]}, 'id': 'call_PRJ2DIfVjiCH0eHw8absReya', 'type': 'tool_call'}
{'name': 'power-values-in-list-tool', 'args': {'input_list': [23.75, 3.75, -26.25, -1.25], 'exponent': 2}, 'id': 'call_dQJB8nXFYH19bHo1ZXLxxLhG', 'type': 'tool_call'}
{'name': 'sum-values-in-list-tool', 'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]}, 'id': 'call_1QQkidgimKHdrVX3YiVGz0jC', 'type': 'tool_call'}
{'name': 'square-root-tool', 'args': {'value_a': 317.1875}, 'id': 'call_qxXmXH9DCIvmrA2mgidVQ5Pd', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 90, 'value_b': 66.25}, 'id': 'call_LufrVC023zti39XT32Mf4QUH', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 70, 'value_b': 66.25}, 'id': 'call_d6MmILFYpjbTBS6k2C3mF8us', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 40, 'value_b': 66.25}, 'id': 'call_HXc8Xqv5Vp2QE6q0enFbbKhw', 'type': 'tool_call'}
{'name': 'subtract-tool', 'args': {'value_a': 65, 'value_b': 66.25}, 'id': 'call_ViXpu62cowcdVgYm5FYgah7Y', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 23.75, 'value_b': 17.81}, 'id': 'call_JVSvrUCocpa6KaRlNESOzLCr', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': 3.75, 'value_b': 17.81}, 'id': 'call_hubiQlHFRAUShIaGIR0xjctU', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': -26.25, 'value_b': 17.81}, 'id': 'call_GkqpxBOLx1Uz3RuIkQxTmCz2', 'type': 'tool_call'}
{'name': 'devision-tool', 'args': {'value_a': -1.25, 'value_b': 17.81}, 'id': 'call_hRKXplhy2Q6osyUqDnuRdUHN', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 1.3335204941044358, 'value_b': 10}, 'id': 'call_qswwjIjUQiwgvSsNFL12QwuE', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': 0.21055586749017408, 'value_b': 10}, 'id': 'call_jIJvrBbRZMFuf2G5ESIRWJnV', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': -1.4738910724312184, 'value_b': 10}, 'id': 'call_9uaOhKZyadNe0xDYOqQnQY1t', 'type': 'tool_call'}
{'name': 'multiply-tool', 'args': {'value_a': -0.07018528916339135, 'value_b': 10}, 'id': 'call_nIWHsMPKf91YuXPLy1HuiZHU', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 13.335204941044358, 'value_b': 50}, 'id': 'call_GoXGi0tQkM7k5Za1HYwaeHsN', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': 2.105558674901741, 'value_b': 50}, 'id': 'call_tIIPQ7KMsorCJ2g2KA9thWrG', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': -14.738910724312184, 'value_b': 50}, 'id': 'call_ElUDamjw9CXmVbzwD8MJ5ruz', 'type': 'tool_call'}
{'name': 'addition-tool', 'args': {'value_a': -0.7018528916339135, 'value_b': 50}, 'id': 'call_dMkpUa1NeGqJKaAyNKiwVp3f', 'type': 'tool_call'}
response.content='各人の偏差値は次の通りです：\n\n1. A氏: 63.34\n2. B氏: 52.11\n3. C氏: 35.26\n4. D氏: 49.30\n\nとなります。'
[{'content': '計算手順を考えたうえで、一つずつ正確に計算して結論を導きます。', 'role': 'system'},
 {'content': 'テストの結果が以下の通りになりました。標準偏差を計算した後に全員の偏差値を計算してください。\n'
             '\n'
             '# テスト結果\n'
             'A氏 90点\n'
             'B氏 70点\n'
             'C氏 40点\n'
             'D氏 65点\n',
  'role': 'user'},
 {'content': 'まず、標準偏差を計算する必要があります。そのために最初に平均点を計算し、その後に各点数についての分散を計算します。最終的に標準偏差を求めるために分散の平方根を取ります。\n'
             '\n'
             '次に偏差値を計算します。偏差値は次の公式を使って計算されます：\n'
             '\\[ \\text{偏差値} = \\frac{(x - 平均)}{\\text{標準偏差}} \\times 10 + 50 '
             '\\]\n'
             '\n'
             'ステップとしては次の通りです：\n'
             '\n'
             '1. 平均点を計算する。\n'
             '2. 各点数についての分散を計算する。\n'
             '3. 分散の平均を取る。\n'
             '4. 標準偏差を計算する（分散の平方根を取る）。\n'
             '5. 各点数について偏差値を計算する。\n'
             '\n'
             'これらのステップを次々に進めます。まずは、各点数のリストから平均点を計算します。次に進みます。',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [90, 70, 40, 65]},
                  'id': 'call_PRJ2DIfVjiCH0eHw8absReya',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '265.0',
  'role': 'tool',
  'tool_call_id': 'call_PRJ2DIfVjiCH0eHw8absReya'},
 {'content': '合計点は265点です。次に、平均点を計算します。\n'
             '\n'
             '平均点 = 合計点 / 人数\n'
             '         = 265 / 4 \n'
             '         = 66.25\n'
             '\n'
             '次に、標準偏差を計算するために各点数についての分散を計算します。具体的には、各点数から平均点を引き、その結果を二乗します。\n'
             '\n'
             'リストから平均点を引いた結果：\n'
             'A氏: (90 - 66.25) = 23.75\n'
             'B氏: (70 - 66.25) = 3.75\n'
             'C氏: (40 - 66.25) = -26.25\n'
             'D氏: (65 - 66.25) = -1.25\n'
             '\n'
             'これらの値を二乗します。',
  'role': 'assistant',
  'tool_calls': [{'args': {'exponent': 2,
                           'input_list': [23.75, 3.75, -26.25, -1.25]},
                  'id': 'call_dQJB8nXFYH19bHo1ZXLxxLhG',
                  'name': 'power-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '[564.0625, 14.0625, 689.0625, 1.5625]',
  'role': 'tool',
  'tool_call_id': 'call_dQJB8nXFYH19bHo1ZXLxxLhG'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'input_list': [564.0625, 14.0625, 689.0625, 1.5625]},
                  'id': 'call_1QQkidgimKHdrVX3YiVGz0jC',
                  'name': 'sum-values-in-list-tool',
                  'type': 'tool_call'}]},
 {'content': '1268.75',
  'role': 'tool',
  'tool_call_id': 'call_1QQkidgimKHdrVX3YiVGz0jC'},
 {'content': '次に、各点数の分散を二乗した結果の平均を取ります。これは分散の合計を点数の人数で割った値です。\n'
             '\n'
             '分散の平均 = 分散の合計 / 人数\n'
             '           = 1268.75 / 4\n'
             '           = 317.1875\n'
             '\n'
             '次に、標準偏差を計算するために分散の平方根を取ります。',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 317.1875},
                  'id': 'call_qxXmXH9DCIvmrA2mgidVQ5Pd',
                  'name': 'square-root-tool',
                  'type': 'tool_call'}]},
 {'content': '17.80975856096876',
  'role': 'tool',
  'tool_call_id': 'call_qxXmXH9DCIvmrA2mgidVQ5Pd'},
 {'content': '標準偏差は 17.81 です（小数点以下2桁で表記）。\n'
             '\n'
             '次に、各点数の偏差値を計算します。\n'
             '\n'
             '偏差値の公式：\n'
             '\\[ \\text{偏差値} = \\frac{(x - 平均)}{\\text{標準偏差}} \\times 10 + 50 '
             '\\]\n'
             '\n'
             '以下の4人について偏差値を計算します：\n'
             '1. A氏: 90点\n'
             '2. B氏: 70点\n'
             '3. C氏: 40点\n'
             '4. D氏: 65点\n'
             '\n'
             '順次計算を行います。',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 90, 'value_b': 66.25},
                  'id': 'call_LufrVC023zti39XT32Mf4QUH',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 70, 'value_b': 66.25},
                  'id': 'call_d6MmILFYpjbTBS6k2C3mF8us',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 40, 'value_b': 66.25},
                  'id': 'call_HXc8Xqv5Vp2QE6q0enFbbKhw',
                  'name': 'subtract-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 65, 'value_b': 66.25},
                  'id': 'call_ViXpu62cowcdVgYm5FYgah7Y',
                  'name': 'subtract-tool',
                  'type': 'tool_call'}]},
 {'content': '23.75',
  'role': 'tool',
  'tool_call_id': 'call_LufrVC023zti39XT32Mf4QUH'},
 {'content': '3.75',
  'role': 'tool',
  'tool_call_id': 'call_d6MmILFYpjbTBS6k2C3mF8us'},
 {'content': '-26.25',
  'role': 'tool',
  'tool_call_id': 'call_HXc8Xqv5Vp2QE6q0enFbbKhw'},
 {'content': '-1.25',
  'role': 'tool',
  'tool_call_id': 'call_ViXpu62cowcdVgYm5FYgah7Y'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 23.75, 'value_b': 17.81},
                  'id': 'call_JVSvrUCocpa6KaRlNESOzLCr',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 3.75, 'value_b': 17.81},
                  'id': 'call_hubiQlHFRAUShIaGIR0xjctU',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -26.25, 'value_b': 17.81},
                  'id': 'call_GkqpxBOLx1Uz3RuIkQxTmCz2',
                  'name': 'devision-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -1.25, 'value_b': 17.81},
                  'id': 'call_hRKXplhy2Q6osyUqDnuRdUHN',
                  'name': 'devision-tool',
                  'type': 'tool_call'}]},
 {'content': '1.3335204941044358',
  'role': 'tool',
  'tool_call_id': 'call_JVSvrUCocpa6KaRlNESOzLCr'},
 {'content': '0.21055586749017408',
  'role': 'tool',
  'tool_call_id': 'call_hubiQlHFRAUShIaGIR0xjctU'},
 {'content': '-1.4738910724312184',
  'role': 'tool',
  'tool_call_id': 'call_GkqpxBOLx1Uz3RuIkQxTmCz2'},
 {'content': '-0.07018528916339135',
  'role': 'tool',
  'tool_call_id': 'call_hRKXplhy2Q6osyUqDnuRdUHN'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 1.3335204941044358, 'value_b': 10},
                  'id': 'call_qswwjIjUQiwgvSsNFL12QwuE',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 0.21055586749017408, 'value_b': 10},
                  'id': 'call_jIJvrBbRZMFuf2G5ESIRWJnV',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -1.4738910724312184, 'value_b': 10},
                  'id': 'call_9uaOhKZyadNe0xDYOqQnQY1t',
                  'name': 'multiply-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -0.07018528916339135, 'value_b': 10},
                  'id': 'call_nIWHsMPKf91YuXPLy1HuiZHU',
                  'name': 'multiply-tool',
                  'type': 'tool_call'}]},
 {'content': '13.335204941044358',
  'role': 'tool',
  'tool_call_id': 'call_qswwjIjUQiwgvSsNFL12QwuE'},
 {'content': '2.105558674901741',
  'role': 'tool',
  'tool_call_id': 'call_jIJvrBbRZMFuf2G5ESIRWJnV'},
 {'content': '-14.738910724312184',
  'role': 'tool',
  'tool_call_id': 'call_9uaOhKZyadNe0xDYOqQnQY1t'},
 {'content': '-0.7018528916339135',
  'role': 'tool',
  'tool_call_id': 'call_nIWHsMPKf91YuXPLy1HuiZHU'},
 {'content': '',
  'role': 'assistant',
  'tool_calls': [{'args': {'value_a': 13.335204941044358, 'value_b': 50},
                  'id': 'call_GoXGi0tQkM7k5Za1HYwaeHsN',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': 2.105558674901741, 'value_b': 50},
                  'id': 'call_tIIPQ7KMsorCJ2g2KA9thWrG',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -14.738910724312184, 'value_b': 50},
                  'id': 'call_ElUDamjw9CXmVbzwD8MJ5ruz',
                  'name': 'addition-tool',
                  'type': 'tool_call'},
                 {'args': {'value_a': -0.7018528916339135, 'value_b': 50},
                  'id': 'call_dMkpUa1NeGqJKaAyNKiwVp3f',
                  'name': 'addition-tool',
                  'type': 'tool_call'}]},
 {'content': '63.33520494104436',
  'role': 'tool',
  'tool_call_id': 'call_GoXGi0tQkM7k5Za1HYwaeHsN'},
 {'content': '52.105558674901744',
  'role': 'tool',
  'tool_call_id': 'call_tIIPQ7KMsorCJ2g2KA9thWrG'},
 {'content': '35.261089275687816',
  'role': 'tool',
  'tool_call_id': 'call_ElUDamjw9CXmVbzwD8MJ5ruz'},
 {'content': '49.29814710836609',
  'role': 'tool',
  'tool_call_id': 'call_dMkpUa1NeGqJKaAyNKiwVp3f'},
 {'content': '各人の偏差値は次の通りです：\n'
             '\n'
             '1. A氏: 63.34\n'
             '2. B氏: 52.11\n'
             '3. C氏: 35.26\n'
             '4. D氏: 49.30\n'
             '\n'
             'となります。',
  'role': 'assistant',
  'tool_calls': []}]

いやもうね、さすがです。API料金をケチってはいけない所ですね。💦

8. 終わりに

オリジナルで計算ツールを作って偏差値の計算をさせてみました。

GPT-4o-miniを用いた場合、計算式を与えれば、toolsを使って正確に偏差値を計算できました。しｋ、計算式を与えなかった場合は標準偏差までは計算できましたが、偏差値の計算はミスをしました。
なかなか複雑な計算をさせるのは難しいです。
いGPT-4oでは計算式を与えなくてもtoolsを活用してきちんと回答できました。
ぜひ、おためしください。

ではまた