nástroje Microsoft Discovery a integrace modelu

Tato příručka popisuje, jak nástroje fungují ve službě Microsoft Discovery a jak integrovat modely do pracovních postupů agentů. Vysvětluje typy nástrojů, vzory integrace a postupy, jak začít.

Co jsou nástroje?

Nástroje umožňují agentům provádět konkrétní operace opakovatelným, konzistentním a efektivním způsobem. Mnoho operací je již spolehlivě implementováno ve formě sad SDK (Software Development Kit) nebo aplikačních programovacích rozhraní (API). Například čtení a zápis do databáze probíhá prostřednictvím rozhraní API dodavatele, které je obvykle dobře zdokumentované a optimalizované. Mezi další příklady použití nástroje patří složité algoritmy nebo simulace založené na výkonu, které nemohou tolerovat stochasticity. Nástroje umožňují modelům AI a jejich agentům spolehlivě a efektivně směrovat pracovní postup na interakci se stávajícími systémy. Mezi příklady použití nástrojů patří:

  • Výpočetní nástroje poskytují potřebné algoritmy pro řešení složitých matematických problémů, simulaci fyzických jevů nebo technických systémů a analýzu velkých vědeckých datových sad.

  • Nástroje pro zpracování dat spravují a upřesňuje data shromážděná z různých zdrojů. Umožňují uživatelům extrahovat relevantní informace, odebrat šum a předzpracovat data pro další analýzu v rámci platformy zjišťování.

  • Simulační nástroje můžou modelovat a simulovat fyzické, chemické nebo biologické procesy a komplexní technické systémy využívající superpočítače platformy. Tyto nástroje jsou zásadní pro experimentování, které není možné provádět v praxi z důvodu omezení, jako jsou čas, náklady nebo bezpečnostní obavy.

  • Vizualizační nástroje interpretují data vědeckého nebo technického návrhu a graficky komunikují s poznatky. Tyto nástroje transformují data na grafické znázornění, jako jsou grafy, grafy a 3D modely, což usnadňuje prozkoumání modelů, identifikaci vzorů a odhalení trendů a anomálií.

Typy nástrojů

Microsoft Discovery podporuje dva typy nástrojů: action a code-environment based tools.

Nástroje založené na akcích

Nástroje založené na akcích se používají, když software vyžaduje operační systém, například komerční, proprietární nebo opensourcové balíčky. Tyto balíčky se běžně distribuují jako binární soubory nebo mají složité požadavky na instalaci. Příkladem jsou simulátory, emulátory, kompilátory, vizualizéry, lintery, nástroje pro automatizaci návrhu, balíčky modelování a podobné složité softwarové balíčky.

Nástroje se nainstalují do image Dockeru, která se pak uloží v registru kontejneru. Profil spuštění každé akce, kterou by měl nástroj provést, spolu s argumenty, požadovanými vstupy a očekávanými výstupy, je v profilu nástroje anotován. Poznámky definice nástroje poskytují agentovi kontext spuštění a účelu, aby bylo možné efektivně naplánovat vyvolání.

Nástroje založené na prostředí kódu

Nástroj založený na prostředí kódu umožňuje agentu Microsoft Discovery spouštět vlastní kód nebo generovat nástroj na vyžádání. Je možné použít libovolný jazyk, který může řídicí agent generovat, a lze použít sadu sdk pro vývoj softwaru. Nástroje založené na prostředí kódu umožňují agentovi rychle vytvářet a spouštět kód. Nejpravděpodobnějšími cílovými scénáři pro nástroje založené na kódu jsou nové algoritmy nebo dynamicky vytvořené nástroje generované modelem.

Hybridní nástroje

Pomocí nástrojů založených na prostředí kódu a akcí je možné vytvořit hybridní nástroj. Hybridní nástroje kombinují nástroje založené na akcích v imagích kontejnerů s nástroji prostředí kódu, které dynamicky generují funkce umělé inteligence platformy. Hybridní nástroje vytvářejí prostředí dynamického spouštění, které umožňuje modelům AI generovat kód spouštěný ve strukturovaném prostředí nástrojů založených na akcích.

Požadavky na nástroje pro tvorbu

Nástroje založené na akci musí být zabalené do kontejneru Dockeru a uloženy v registru přístupném pro superpočítač Microsoft Discovery. Definice nástroje musí být napsána s požadovanými specifikacemi. Nástroje založené na kódu vyžadují také definici nástroje; přidružená akce však přímo spouští vygenerovaný kód a nic jiného.

Kardinalita a profil vykonávání

Definice nástrojů je možné sdílet v celém předplatném, protože definice nástroje není jedinečnou instancí. Při vyvolání se vytvoří instance nástrojů. Na ten samý nástroj může odkazovat více agentů aniž by došlo ke konfliktu, protože každý z nich je vytvořen izolovaně. Proto je potřeba dbát na to, aby nástroje neměly žádné hodnoty ani data pevně zakódovaná v profilu nebo profilu spuštění.

Vzory integrace modelů

Microsoft Discovery poskytuje několik flexibilních vzorů pro integraci vědeckých modelů strojového učení do svých pracovních postupů. Na vysoké úrovni existují čtyři primární přístupy, z nichž každá je navržená tak, aby podporovala různé úrovně složitosti, kontroly a integrace s externími systémy:

Vzor Jak to funguje Kde běží modely Nejvhodnější pro
Klientský nástroj založený na kontejneru (Python) Spuštění vlastního kódu v kontejneru Foundry nebo externí koncový bod Vlastní logika a orchestrace
Model založený na kontejnerech (superpočítač) Spouštění kontejnerů v prostředí PROSTŘEDÍ HPC Discovery Superpočítač Rozsáhlé trénování a inferenční procesy
Založené na OpenAPI Použití rozhraní REST API se schématem Slévárna nebo externí služba Existující rozhraní API a služby
Založené na MCP Výměna strukturovaného kontextu Foundry nebo externí koncový bod Stavové vícekrokové pracovní postupy

Klientský nástroj založený na kontejneru (Python)

V tomto vzoru agent vyvolá kontejnerizovaný nástroj, který funguje jako klient pro již nasazený model. Kontejner nehostuje samotný model – místo toho zpracovává komunikaci se službou modelu, použije veškerou požadovanou logiku a vrátí konečný výstup agentovi. Tento přístup je nejlepší, když potřebujete přesnou kontrolu nad předzpracováním, pozpracováním nebo způsobem orchestrace více kroků.

Jak to funguje

  1. Váš agent vybere nástroj.
  2. Kontejner se spustí s vašimi vstupy.
  3. Váš skript Python:
    • Ověřuje a připravuje vstupy.
    • Odešle požadavek do koncového bodu nasazeného modelu.
    • Použije jakoukoli vlastní logiku předběžného zpracování nebo následného zpracování.
    • Volitelně orchestruje více volání nebo další kroky.
  4. Výsledky jsou vráceny agentovi.

Jak ho nastavit

  • Nasazení modelu (např. v Foundry nebo jiném koncovém bodu)
  • Vytvoření image Dockeru pomocí kódu Python a jeho nasdílení do Azure Container Registry (ACR)
  • Konfigurace zabezpečeného přístupu (doporučená spravovaná identita)
  • Registrace kontejneru jako nástroje ve službě Microsoft Discovery

Model založený na kontejnerech (superpočítač)

Zabalte vědecký model do kontejneru a nasaďte ho jako škálovatelnou službu. Tento přístup je ideální v případě, že potřebujete úplnou kontrolu nad závislostmi, modulem runtime a vlastní logikou. Tuto možnost vyberte, když váš model potřebuje vysokovýkonné výpočetní prostředí (HPC), například rozsáhlé trénování nebo vysoké odvozování.

Klíčový nápad

  • Váš model běží v kontejneru na superpočítači Discovery Supercomputer.
  • Agenti ho nevolají přímo – k němu přistupujete prostřednictvím nástroje nebo vrstvy služby.

Jak ho nastavit

  • Zabalení modelu a závislostí do kontejneru
  • Nahrání image do Azure Container Registry (ACR)
  • Registrace je jako nástroj ve službě Microsoft Discovery

Založené na OpenAPI

Zpřístupněte model prostřednictvím standardizovaného rozhraní API a připojte ho ke zjišťování pomocí specifikace OpenAPI. To je užitečné, když je váš model již hostovaný jako služba a chcete standardní integraci řízenou schématem.

Jak to funguje

  • Váš model nebo služba se zveřejňují prostřednictvím koncového bodu HTTP.
  • Definujete specifikaci OpenAPI (Swagger).
  • Agenti používají specifikaci ke zjišťování a volání operací.

Jak ho nastavit

  • Nasazení modelu za koncovým bodem rozhraní API
  • Zápis specifikace OpenAPI (požadavky, odpovědi, ověřování)
  • Registrace rozhraní API jako nástroje v Foundry

Založené na MCP

Tuto možnost vyberte pro pokročilé scénáře, které vyžadují bohaté, vícestupňové a na kontext zaměřené interakce.

Jak to funguje

  • Váš nástroj implementuje protokol MCP (Model Context Protocol).
  • Agenti odesílají a přijímají strukturovaný kontext
  • Podporuje stavové pracovní postupy s vícekrokovými interakcemi.

Jak ho nastavit

  • Nasazení modelu za koncovým bodem
  • Použití nebo sestavení serveru MCP
  • Registrace nástroje MCP v Foundry

Jak zvolit správný vzor

Použijte tento rychlý návod:

  • Použití nástrojů založených na kontejnerech →, když potřebujete vlastní logiku kolem modelů
  • Použití superpočítače (HPC) →, když je hlavním omezením škálování výpočetních prostředků
  • Použití nástrojů OpenAPI →, pokud už máte rozhraní REST API
  • Použití nástrojů MCP →, když pracovní postupy vyžadují paměť a kontext napříč kroky

Poznámka:

V jednom pracovním postupu můžete kombinovat více vzorů.

Osvědčené postupy zabezpečení

Bez ohledu na to, jaký vzor zvolíte, postupujte takto:

  • Použijte spravované identity a RBAC (vyhněte se pevně zakódovaným přihlašovacím údajům)
  • Použít neměnné image kontejneru (verzovat a skenovat je)
  • Použití šifrování (HTTPS + šifrované úložiště)
  • Povolení protokolování a monitorování pro všechna volání nástrojů a modelů

Související obsah

  • Poslední aktualizace v