Sdílet prostřednictvím

Microsoft Agent Framework

Agent Framework nabízí dvě primární kategorie funkcí:

Description
Agenti Jednotliví agenti, kteří používají LLM ke zpracování vstupů, volání nástrojů a serverů MCP a generování odpovědí. Podporuje Azure OpenAI, OpenAI, Anthropic, Ollama a další.
Pracovní postupy Pracovní postupy založené na grafech, které propojují agenty a funkce pro vícekrokové úlohy se směrováním s typovou bezpečností, zajištěním kontrolních bodů a podporou pro zapojení člověka do procesu.

Architektura také poskytuje základní stavební bloky, včetně klientů modelu (dokončování chatu a odpovědí), relace agenta pro správu stavu, zprostředkovatele kontextu pro paměť agenta, middleware pro zachycení akcí agenta a klienty MCP pro integraci nástrojů. Tyto komponenty společně poskytují flexibilitu a výkon při vytváření interaktivních, robustních a bezpečných aplikací umělé inteligence.

Začínáme

dotnet add package Azure.AI.OpenAI --prerelease
dotnet add package Azure.Identity
dotnet add package Microsoft.Agents.AI.OpenAI --prerelease

using System;
using Azure.AI.OpenAI;
using Azure.Identity;
using Microsoft.Agents.AI;

AIAgent agent = new AzureOpenAIClient(
        new Uri(Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT")!),
        new AzureCliCredential())
    .GetChatClient("gpt-4o-mini")
    .AsAIAgent(instructions: "You are a friendly assistant. Keep your answers brief.");

Console.WriteLine(await agent.RunAsync("What is the largest city in France?"));

pip install agent-framework --pre

    credential = AzureCliCredential()
    client = AzureOpenAIResponsesClient(
        project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
        deployment_name=os.environ["AZURE_OPENAI_RESPONSES_DEPLOYMENT_NAME"],
        credential=credential,
    )

    agent = client.as_agent(
        name="HelloAgent",
        instructions="You are a friendly assistant. Keep your answers brief.",
    )

    # Non-streaming: get the complete response at once
    result = await agent.run("What is the largest city in France?")
    print(f"Agent: {result}")

Tak je to — agent, který volá LLM a vrátí odpověď. Odtud můžete přidávat nástroje, vícekrokové konverzace, middleware a pracovní postupy pro vytváření produkčních aplikací.

Začínáme – úplný kurz

Kdy používat agenty vs. pracovní postupy

Použít agenta, když... Použijte pracovní postup, když…
Úkol je otevřený nebo konverzační. Proces má dobře definované kroky.
Potřebujete autonomní schopnost používat nástroje a plánovat. Potřebujete explicitní kontrolu nad pořadím provádění.
Stačí jedno volání LLM (pravděpodobně s nástroji). Musí koordinovat více agentů nebo funkcí.

Pokud můžete napsat funkci pro zpracování úlohy, udělejte to místo použití agenta AI.

Proč Agent Framework?

Agent Framework kombinuje jednoduché abstrakce agenta AutoGen s podnikovými funkcemi sémantického jádra – správou stavu na základě relací, bezpečností typů, middlewarem, telemetrií – a přidává pracovní postupy založené na grafech pro explicitní orchestraci s více agenty.

Sémantické jádro a AutoGen vytáčily koncepty agentů umělé inteligence a orchestrace s více agenty. Agent Framework je přímý následník vytvořený stejnými týmy. Kombinuje jednoduché abstrakce AutoGenu pro vzory s jedním a více agenty s funkcemi sémantického jádra na podnikové úrovni, jako je správa stavu založená na relacích, bezpečnost typů, filtry, telemetrie a rozsáhlá podpora modelu a vkládání. Kromě sloučení těchto dvou představuje Agent Framework pracovní postupy, které vývojářům poskytují explicitní kontrolu nad cestami provádění více agentů a robustním systémem správy stavů pro dlouhotrvající scénáře a scénáře smyčky pro člověka. Stručně řečeno, Agent Framework je další generace sémantického jádra i autogenu.

Další informace o migraci z sémantického jádra nebo autogenu najdete v průvodci migrací z sémantických jader a průvodce migrací z autogenu.

Sémantické jádro i AutoGen výrazně využily opensourcové komunity a to samé se očekává pro architekturu agentů. Microsoft Agent Framework vítá příspěvky a bude pokračovat v vylepšování s novými funkcemi a možnostmi.

Poznámka:

Microsoft Agent Framework je aktuálně ve verzi Public Preview. Odešlete zpětnou vazbu nebo problémy v úložišti GitHub.

Důležité

Pokud k vytváření aplikací, které pracují se servery nebo agenty třetích stran, používáte rozhraní Microsoft Agent Framework, provedete to na vlastní nebezpečí. Doporučujeme zkontrolovat všechna data sdílená se servery nebo agenty třetích stran a seznámit se s postupy třetích stran pro uchovávání a umístění dat. Je vaší zodpovědností spravovat, jestli budou vaše data přetékat mimo dodržování předpisů a geografických hranic vaší organizace a případné související důsledky.

Další kroky

Krok 1: Váš první agent

Jděte hlouběji:

  • Last updated on