Agent Framework-integrációk

Microsoft Agent Framework számos különböző szolgáltatással, eszközzel és protokollal rendelkezik integrációval.

Tallózás szolgáltató szerint

Szolgáltató Integrációs területek
Microsoft Öntöde Modellek, felügyelt ügynökök, eszközök, RAG, memória, értékelés, megfigyelhetőség, helyi modellek és üzemeltetett ügynökök
Microsoft Azure Azure OpenAI, Azure AI Keresés, Azure Cosmos DB, Azure Tartalomértés, Microsoft Purview, Azure Monitor és Azure Functions
OpenAI Modellkövetkeztetés, üzemeltetett eszközök, ChatKit és OpenAI-kompatibilis végpontok
Anthropic Claude modellek, a Claude Agent SDK, Foundry, Bedrock és Vertex AI
Amazon Web Services Amazon Bedrock és Anthropic Claude a Bedrock
Google Google Gemini és Anthropic Claude a Vertex AI-n
Ollama Helyi modellkövetkeztetés natív és OpenAI-kompatibilis ügyfeleken keresztül
Mistral Mistral text beágyazások

Tekintse meg az összes szolgáltatói ökoszisztémát.

Tallózás összetevő szerint

Felhasználói felületi keretrendszer integrációi

Felhasználói felületi keretrendszer Kiadás állapota
AG-UI Preview
ChatKit Preview
DevUI Preview

Köztesszoftver-integrációk

Kiértékelési integrációk

Vektortárolók

Microsoft Agent Framework számos különböző vektortárolóval támogatja az integrációt. Ezek hasznosak lehetnek a visszakeresés-alapú generálás (RAG) vagy az emlékek tárolása esetén.

A vektortárolókkal való integrációhoz a 📦Microsoft.Extensions.VectorData.Abstractions csomagra támaszkodunk, amely egységes absztrakciós réteget biztosít a vektortárolókkal való interakcióhoz a .NET-ben. Ezekkel az absztrakciókkal egyszerű, magas szintű kódot írhat egyetlen API-ra, és minimális módosításokkal felcserélheti a mögöttes vektortárolót. Ahol az Ügynök-keretrendszer összetevői egy vektortárolóra támaszkodnak, ezeket az absztrakciókat használják, hogy lehetővé tegyék az előnyben részesített megvalósítás kiválasztását.

Jótanács

A Vector-adatbázisok .NET AI-alkalmazásokhoz dokumentációjában további információt talál arról, hogyan lehet adatokat betöltésre vektortárolóba, hogyan hozhat létre beágyazásokat, és hogyan hajthat végre vektoros vagy hibrid keresést.

Vektortár absztrakciós implementációi

Megvalósítás C# Hivatalosan támogatott SDK-t használ Karbantartó / szállító
Azure AI Keresés ✅ ✅ Microsoft
Cosmos DB MongoDB (virtuális mag) ✅ ✅ Microsoft
Cosmos DB NoSQL ✅ ✅ Microsoft
Couchbase ✅ ✅ Couchbase
Elasticsearch ✅ ✅ Elastic
Memóriabeli ✅ N/A Microsoft
MongoDB ✅ ✅ Microsoft
Neon szerver nélküli Postgres A Postgres-összekötő használata ✅ Microsoft
Oracle ✅ ✅ Oracle
Pinecone ✅ ❌ Microsoft
Postgres ✅ ✅ Microsoft
Qdrant ✅ ✅ Microsoft
Redis ✅ ✅ Microsoft
SQL Server ✅ ✅ Microsoft
SQLite ✅ ✅ Microsoft
Illékony (memóriában) Elavult (használja az "In-Memory" szolgáltatást) N/A Microsoft
Weaviate ✅ ✅ Microsoft

Fontos

A vektortároló absztrakciós implementációit különböző források készítik. A Microsoft nem minden összekötőt tart fenn. A megvalósítás mérlegelésekor mindenképpen értékelje ki a minőséget, a licencelést, a támogatást stb. annak érdekében, hogy megfeleljenek a követelményeknek. Emellett tekintse át az egyes szolgáltatók dokumentációját a verziókompatibilitás részletes információiért.

Fontos

Egyes implementációk belsőleg adatbázis-SDK-kat használnak, amelyeket a Microsoft vagy az adatbázis-szolgáltató hivatalosan nem támogat. A hivatalosan támogatott SDK- oszloplistákat használ, amelyek hivatalosan támogatott SDK-t használnak, és amelyek nem.

Az Agent Framework támogatja Szemantikus kernel VectorStore-gyűjteményeinek használatát, hogy vektoros tárolási képességeket biztosítson az ügynökök számára. A vektortároló-összekötők dokumentációjában megtudhatja , hogyan állíthat be különböző vektortároló-gyűjteményeket. A RAG-hoz való használatukról további információt a Keresőeszköz létrehozása VectorStore-ból című témakörben talál.

Note

A funkció Go-támogatása hamarosan érkezik. A legújabb állapotot az Agent Framework Go-adattárában tekinthet meg.

Következő lépések

Integrációk tallózása összetevő szerint

  • Last updated on