Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Die AG-UI Dojo-Anwendung bietet eine interaktive Umgebung zum Testen und Erkunden von Microsoft Agent Framework-Agents, die das AG-UI-Protokoll implementieren. Dojo bietet eine visuelle Schnittstelle, um eine Verbindung mit Ihren Agents herzustellen und mit allen 7 AG-UI Features zu interagieren.
Voraussetzungen
Bevor Sie beginnen, stellen Sie sicher, dass Sie folgendes haben:
- Python 3.10 oder höher
- uv für Abhängigkeitsverwaltung
- Ein OpenAI-API-Schlüssel oder Azure OpenAI-Endpunkt
- Node.js und pnpm (zum Ausführen des Dojo-Frontends)
Installation
1. Klonen des AG-UI Repositorys
Klonen Sie zunächst das AG-UI Repository, das die Dojo-Anwendung und Microsoft Agent Framework-Integrationsbeispiele enthält:
git clone https://github.com/ag-oss/ag-ui.git
cd ag-ui
2. Navigieren Sie zu Examples Directory
cd integrations/microsoft-agent-framework/python/examples
3. Installieren von Python-Abhängigkeiten
Verwenden Sie uv, um die erforderlichen Abhängigkeiten zu installieren.
uv sync
4. Konfigurieren von Umgebungsvariablen
Erstellen Sie eine .env Datei aus der bereitgestellten Vorlage:
cp .env.example .env
Bearbeiten Sie die .env Datei, und fügen Sie Ihre API-Anmeldeinformationen hinzu:
# For OpenAI
OPENAI_API_KEY=your_api_key_here
OPENAI_CHAT_MODEL_ID="gpt-4.1"
# Or for Azure OpenAI
AZURE_OPENAI_ENDPOINT=your_endpoint_here
AZURE_OPENAI_API_KEY=your_api_key_here
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME=your_deployment_here
Hinweis
Wenn Sie DefaultAzureCredential anstelle von api_key für die Authentifizierung verwenden, stellen Sie sicher, dass Sie bei Azure authentifiziert sind (z. B. über az login). Weitere Informationen finden Sie in der Azure Identity-Dokumentation.
Ausführen der Dojo-Anwendung
1. Starten des Back-End-Servers
Starten Sie im Beispielverzeichnis den Back-End-Server mit den Beispiel-Agents:
cd integrations/microsoft-agent-framework/python/examples
uv run dev
Der Server wird standardmäßig auf http://localhost:8888 gestartet.
2. Starten des Dojo-Frontends
Öffnen Sie ein neues Terminalfenster, navigieren Sie zum Stamm des AG-UI Repositorys und dann zum Dojo-Anwendungsverzeichnis:
cd apps/dojo
pnpm install
pnpm dev
Das Dojo-Frontend wird unter http://localhost:3000 verfügbar sein.
3. Herstellen einer Verbindung mit Ihrem Agent
In Ihrem Browser öffnen
http://localhost:3000Konfigurieren der Server-URL für
http://localhost:8888Wählen Sie im Dropdownmenü "Microsoft Agent Framework (Python)" aus.
Beginnen Sie mit der Erkundung der Beispiel-Agents
Verfügbare Beispiel-Agents
Die Integrationsbeispiele veranschaulichen alle 7 AG-UI Features über verschiedene Agent-Endpunkte:
| Endpunkt | Merkmal | Description |
|---|---|---|
/agentic_chat |
Feature 1: Agentischer Chat | Einfacher Konversationsagent mit Werkzeugaufrufen |
/backend_tool_rendering |
Feature 2: Backend-Tool-Rendering | Agent mit benutzerdefiniertem UI-Rendering für Werkzeuge |
/human_in_the_loop |
Feature 3: Mensch in der Schleife | Agent mit Genehmigungsworkflows |
/agentic_generative_ui |
Feature 4: Agentische Generative Benutzeroberfläche | Agent, der Aufgaben mithilfe von Streaming-Updates in Schritte aufschlüsselt |
/tool_based_generative_ui |
Feature 5: Toolbasierte generative UI | Agent, der benutzerdefinierte UI-Komponenten generiert |
/shared_state |
Feature 6: Freigegebener Status | Agent mit bidirektionaler Zustandssynchronisierung |
/predictive_state_updates |
Feature 7: Vorausschauende Zustandsaktualisierungen | Agent mit Vorhersagezustandsupdates während der Toolausführung |
Testen Ihrer eigenen Agenten
So testen Sie Ihre eigenen Agents mit Dojo:
1. Erstellen Ihres Agents
Erstellen Sie einen neuen Agent nach dem Leitfaden für erste Schritte :
from agent_framework import Agent
from agent_framework_azure_ai import AzureOpenAIChatClient
# Create your agent
chat_client = AzureOpenAIChatClient(
endpoint=os.getenv("AZURE_OPENAI_ENDPOINT"),
api_key=os.getenv("AZURE_OPENAI_API_KEY"),
deployment_name=os.getenv("AZURE_OPENAI_CHAT_DEPLOYMENT_NAME"),
)
agent = Agent(
name="my_test_agent",
chat_client=chat_client,
system_message="You are a helpful assistant.",
)
2. Hinzufügen des Agents zu Ihrem Server
Registrieren Sie in Ihrer FastAPI-Anwendung den Agentendpunkt:
from fastapi import FastAPI
from agent_framework_ag_ui import add_agent_framework_fastapi_endpoint
import uvicorn
app = FastAPI()
# Register your agent
add_agent_framework_fastapi_endpoint(
app=app,
path="/my_agent",
agent=agent,
)
if __name__ == "__main__":
uvicorn.run(app, host="127.0.0.1", port=8888)
3. Test in Dojo
- Starten deines Servers
- Dojo öffnen unter
http://localhost:3000 - Festlegen der Server-URL auf
http://localhost:8888 - Ihr Agent wird im Endpunkt-Dropdown als "my_agent" angezeigt.
- Wählen Sie es aus, und beginnen Sie mit dem Testen.
Projektstruktur
Die Integrationsbeispiele des AG-UI Repositorys folgen dieser Struktur:
integrations/microsoft-agent-framework/python/examples/
├── agents/
│ ├── agentic_chat/ # Feature 1: Basic chat agent
│ ├── backend_tool_rendering/ # Feature 2: Backend tool rendering
│ ├── human_in_the_loop/ # Feature 3: Human-in-the-loop
│ ├── agentic_generative_ui/ # Feature 4: Streaming state updates
│ ├── tool_based_generative_ui/ # Feature 5: Custom UI components
│ ├── shared_state/ # Feature 6: Bidirectional state sync
│ ├── predictive_state_updates/ # Feature 7: Predictive state updates
│ └── dojo.py # FastAPI application setup
├── pyproject.toml # Dependencies and scripts
├── .env.example # Environment variable template
└── README.md # Integration examples documentation
Problembehandlung
Serververbindungsprobleme
Wenn Dojo keine Verbindung mit Ihrem Server herstellen kann:
- Überprüfen, ob der Server auf dem richtigen Port ausgeführt wird (Standard: 8888)
- Überprüfen Sie, ob die Server-URL in Dojo Ihrer Serveradresse entspricht.
- Stellen Sie sicher, dass keine Firewall die Verbindung blockiert
- Suchen nach CORS-Fehlern in der Browserkonsole
Agent erscheint nicht
Wenn Ihr Agent nicht in der Dojo-Dropdownliste angezeigt wird:
- Überprüfen, ob der Agentendpunkt ordnungsgemäß registriert ist
- Überprüfen von Serverprotokollen auf Startfehler
- Sicherstellen, dass der
add_agent_framework_fastapi_endpointAnruf erfolgreich abgeschlossen wurde
Probleme mit Umgebungsvariablen
Wenn Authentifizierungsfehler angezeigt werden:
- Überprüfen, ob sich Ihre
.envDatei im richtigen Verzeichnis befindet - Überprüfen, ob alle erforderlichen Umgebungsvariablen festgelegt sind
- Sicherstellen, dass API-Schlüssel und Endpunkte gültig sind
- Starten Sie den Server nach dem Ändern von Umgebungsvariablen neu
Nächste Schritte
- Erkunden Sie die Beispiel-Agents , um Implementierungsmuster anzuzeigen.
- Informationen zum Rendern von Back-End-Tools zum Anpassen von Tool-UIs
Zusätzliche Ressourcen
Bald verfügbar.