Jegyzet
Az oldalhoz való hozzáférés engedélyezést igényel. Próbálhatod be jelentkezni vagy könyvtárat váltani.
Az oldalhoz való hozzáférés engedélyezést igényel. Megpróbálhatod a könyvtár váltását.
Ez az oktatóanyag bemutatja, hogyan adhat hozzá előtérbeli függvényeszközöket a AG-UI-ügyfelekhez. Az előtérbeli eszközök olyan függvények, amelyek az ügyféloldalon futnak, lehetővé téve az AI-ügynök számára a felhasználó helyi környezetével való interakciót, az ügyfélspecifikus adatok elérését vagy felhasználói felületi műveletek végrehajtását. A kiszolgáló vezényli, hogy mikor hívja meg ezeket az eszközöket, de a végrehajtás teljes egészében az ügyfélen történik.
Előfeltételek
Mielőtt hozzákezdene, győződjön meg arról, hogy elvégezte az Első lépések oktatóanyagot, és az alábbiakat:
- .NET 8.0 vagy újabb
-
Microsoft.Agents.AI.AGUItelepített csomag -
Microsoft.Agents.AItelepített csomag - AG-UI ügyfélbeállítás alapszintű ismerete
Mik azok a Frontend Tools?
A frontend eszközök olyan funkció eszközök, amelyek:
- Az ügyfélen definiálva és regisztrálva vannak.
- Végrehajtás az ügyfél környezetében (nem a kiszolgálón)
- Ügyfélspecifikus erőforrások használatának engedélyezése az AI-ügynök számára
- Adja vissza az eredményeket a kiszolgálóra, hogy az ügynök beépítse azokat a válaszokba.
- Személyre szabott, környezettudatos élmények engedélyezése
Gyakori használati esetek:
- Helyi érzékelőadatok (GPS, hőmérséklet stb.) olvasása
- Ügyféloldali tároló vagy beállítások elérése
- Felhasználói felületi műveletek végrehajtása (témák módosítása, értesítések megjelenítése)
- Eszközspecifikus funkciók (kamera, mikrofon) használata
Előtérbeli eszközök regisztrálása az ügyfélen
Az első lépések oktatóanyagtól való fő különbség az eszközök ügyfélügynökkel való regisztrálása. A változások a következők:
// Define a frontend function tool
[Description("Get the user's current location from GPS.")]
static string GetUserLocation()
{
// Access client-side GPS
return "Amsterdam, Netherlands (52.37°N, 4.90°E)";
}
// Create frontend tools
AITool[] frontendTools = [AIFunctionFactory.Create(GetUserLocation)];
// Pass tools when creating the agent
AIAgent agent = chatClient.AsAIAgent(
name: "agui-client",
description: "AG-UI Client Agent",
tools: frontendTools);
Az ügyfélkód többi része ugyanaz marad, mint az Első lépések oktatóanyagban látható.
Eszközök küldése a kiszolgálóra
Amikor eszközöket AsAIAgent() regisztrál, az AGUIChatClient automatikusan:
- Rögzíti az eszközdefiníciókat (neveket, leírásokat, paramétersémákat)
- Minden kéréssel együtt elküldi az eszközöket a kiszolgálóügynöknek, amely megfelelteti azokat
ChatAgentRunOptions.ChatOptions.Tools
A kiszolgáló megkapja az ügyféleszköz-deklarációkat, és az AI-modell eldöntheti, hogy mikor hívja meg őket.
Eszközök vizsgálata és módosítása köztes szoftverrel
Az ügynök közbenső szoftverével megvizsgálhatja vagy módosíthatja az ügynök futását, az eszközök elérésével együtt:
// Create agent with middleware that inspects tools
AIAgent inspectableAgent = baseAgent
.AsBuilder()
.Use(runFunc: null, runStreamingFunc: InspectToolsMiddleware)
.Build();
static async IAsyncEnumerable<AgentResponseUpdate> InspectToolsMiddleware(
IEnumerable<ChatMessage> messages,
AgentSession? session,
AgentRunOptions? options,
AIAgent innerAgent,
CancellationToken cancellationToken)
{
// Access the tools from ChatClientAgentRunOptions
if (options is ChatClientAgentRunOptions chatOptions)
{
IList<AITool>? tools = chatOptions.ChatOptions?.Tools;
if (tools != null)
{
Console.WriteLine($"Tools available for this run: {tools.Count}");
foreach (AITool tool in tools)
{
if (tool is AIFunction function)
{
Console.WriteLine($" - {function.Metadata.Name}: {function.Metadata.Description}");
}
}
}
}
await foreach (AgentResponseUpdate update in innerAgent.RunStreamingAsync(messages, session, options, cancellationToken))
{
yield return update;
}
}
Ez a köztes szoftverminta lehetővé teszi a következők használatát:
- Eszközdefiníciók ellenőrzése végrehajtás előtt
Alapfogalmak
Az előtérbeli eszközök új fogalmai a következők:
-
Ügyféloldali regisztráció: Az eszközök regisztrálva vannak az ügyfélen
AIFunctionFactory.Create()használatával, és átadjákAsAIAgent() -
Automatikus rögzítés: A rendszer automatikusan rögzíti és elküldi az eszközöket
ChatAgentRunOptions.ChatOptions.Tools
Hogyan működnek a frontend eszközök
Server-Side folyamatmenet
A kiszolgáló nem ismeri az előtérbeli eszközök implementálási részleteit. Csak a következőt tudja:
- Eszköznevek és leírások (ügyfélregisztrációból)
- Paramétersémák
- Mikor kell eszközvégrehajtást kérni?
Amikor az AI-ügynök úgy dönt, hogy előtéreszközt hív meg:
- A kiszolgáló eszközhívási kérelmet küld az ügyfélnek az SSE-en keresztül
- A kiszolgáló megvárja, amíg az ügyfél végrehajtja az eszközt, és visszaadja az eredményeket
- A kiszolgáló beépíti az eredményeket az ügynök környezetébe
- Az ügynök folytatja a feldolgozást az eszköz eredményeivel
Ügyféloldali műveletfolyam
Az ügyfél kezeli az előtérbeli eszközök végrehajtását:
- Szerver által küldött eszközhívási
FunctionCallContentkérelem fogadása - Az eszköz nevét összekapcsolja egy helyileg regisztrált függvénnyel.
- A kérelemből deszerializáljuk a paramétereket.
- A függvény helyi végrehajtása
- Szerializálja az eredményt
- Visszaküldi
FunctionResultContenta szerverre - Továbbra is megkapja az ügynök válaszait
Várt kimenet a Frontend Tools használatával
Amikor az ügynök front-end eszközöket hív meg, látni fogja az eszköz hívását, valamint annak eredményét a valós idejű stream kimenetben.
User (:q or quit to exit): Where am I located?
[Client Tool Call - Name: GetUserLocation]
[Client Tool Result: Amsterdam, Netherlands (52.37°N, 4.90°E)]
You are currently in Amsterdam, Netherlands, at coordinates 52.37°N, 4.90°E.
Kiszolgáló beállítása előtérbeli eszközökhöz
A kiszolgálónak nincs szüksége speciális konfigurációra az előtérbeli eszközök támogatásához. Használja a standard AG-UI kiszolgálót az Első lépések oktatóanyagból – automatikusan:
- Előtérbeli eszközdeklarációk fogadása az ügyfélkapcsolat során
- Eszközvégrehajtást kér, amikor az AI-ügynöknek szüksége van rájuk
- Várakozás az ügyfél eredményeire
- Az eredményeket beépíti az ügynök döntéshozatalába
Következő lépések
Most, hogy megismerte az előtérbeli eszközöket, a következőt teheti:
- Kombinálás háttéreszközökkel: Előtér- és háttéreszközök együttes használata
További források
Ez az oktatóanyag bemutatja, hogyan adhat hozzá előtérbeli függvényeszközöket a AG-UI-ügyfelekhez. Az előtérbeli eszközök olyan függvények, amelyek az ügyféloldalon futnak, lehetővé téve az AI-ügynök számára a felhasználó helyi környezetével való interakciót, az ügyfélspecifikus adatok elérését vagy felhasználói felületi műveletek végrehajtását.
Előfeltételek
Mielőtt hozzákezdene, győződjön meg arról, hogy elvégezte az Első lépések oktatóanyagot, és az alábbiakat:
- Python 3.10 vagy újabb
-
httpxHTTP-ügyfélfunkciókhoz telepítve - AG-UI ügyfélbeállítás alapszintű ismerete
- Azure OpenAI-szolgáltatás konfigurálva
Mik azok a Frontend Tools?
A frontend eszközök olyan funkció eszközök, amelyek:
- Az ügyfélen definiálva és regisztrálva vannak.
- Végrehajtás az ügyfél környezetében (nem a kiszolgálón)
- Ügyfélspecifikus erőforrások használatának engedélyezése az AI-ügynök számára
- Adja vissza az eredményeket a kiszolgálóra, hogy az ügynök beépítse azokat a válaszokba.
Gyakori használati esetek:
- Helyi érzékelőadatok olvasása
- Ügyféloldali tároló vagy beállítások elérése
- Felhasználói felületi műveletek végrehajtása
- Eszközspecifikus funkciók használata
Előtérbeli eszközök létrehozása
A Python előtérbeli eszközei a háttéreszközökhöz hasonlóan vannak definiálva, de regisztrálva vannak az ügyfélnél:
from typing import Annotated
from pydantic import BaseModel, Field
class SensorReading(BaseModel):
"""Sensor reading from client device."""
temperature: float
humidity: float
air_quality_index: int
def read_climate_sensors(
include_temperature: Annotated[bool, Field(description="Include temperature reading")] = True,
include_humidity: Annotated[bool, Field(description="Include humidity reading")] = True,
) -> SensorReading:
"""Read climate sensor data from the client device."""
# Simulate reading from local sensors
return SensorReading(
temperature=22.5 if include_temperature else 0.0,
humidity=45.0 if include_humidity else 0.0,
air_quality_index=75,
)
def change_background_color(color: Annotated[str, Field(description="Color name")] = "blue") -> str:
"""Change the console background color."""
# Simulate UI change
print(f"\n🎨 Background color changed to {color}")
return f"Background changed to {color}"
AG-UI-ügyfél létrehozása előtérbeli eszközökkel
Íme egy teljes ügyfél-implementáció előtérbeli eszközökkel:
"""AG-UI client with frontend tools."""
import asyncio
import json
import os
from typing import Annotated, AsyncIterator
import httpx
from pydantic import BaseModel, Field
class SensorReading(BaseModel):
"""Sensor reading from client device."""
temperature: float
humidity: float
air_quality_index: int
# Define frontend tools
def read_climate_sensors(
include_temperature: Annotated[bool, Field(description="Include temperature")] = True,
include_humidity: Annotated[bool, Field(description="Include humidity")] = True,
) -> SensorReading:
"""Read climate sensor data from the client device."""
return SensorReading(
temperature=22.5 if include_temperature else 0.0,
humidity=45.0 if include_humidity else 0.0,
air_quality_index=75,
)
def get_user_location() -> dict:
"""Get the user's current GPS location."""
# Simulate GPS reading
return {
"latitude": 52.3676,
"longitude": 4.9041,
"accuracy": 10.0,
"city": "Amsterdam",
}
# Tool registry maps tool names to functions
FRONTEND_TOOLS = {
"read_climate_sensors": read_climate_sensors,
"get_user_location": get_user_location,
}
class AGUIClientWithTools:
"""AG-UI client with frontend tool support."""
def __init__(self, server_url: str, tools: dict):
self.server_url = server_url
self.tools = tools
self.thread_id: str | None = None
async def send_message(self, message: str) -> AsyncIterator[dict]:
"""Send a message and handle streaming response with tool execution."""
# Prepare tool declarations for the server
tool_declarations = []
for name, func in self.tools.items():
tool_declarations.append({
"name": name,
"description": func.__doc__ or "",
# Add parameter schema from function signature
})
request_data = {
"messages": [
{"role": "system", "content": "You are a helpful assistant with access to client tools."},
{"role": "user", "content": message},
],
"tools": tool_declarations, # Send tool declarations to server
}
if self.thread_id:
request_data["thread_id"] = self.thread_id
async with httpx.AsyncClient(timeout=60.0) as client:
async with client.stream(
"POST",
self.server_url,
json=request_data,
headers={"Accept": "text/event-stream"},
) as response:
response.raise_for_status()
async for line in response.aiter_lines():
if line.startswith("data: "):
data = line[6:]
try:
event = json.loads(data)
# Handle tool call requests from server
if event.get("type") == "TOOL_CALL_REQUEST":
await self._handle_tool_call(event, client)
else:
yield event
# Capture thread_id
if event.get("type") == "RUN_STARTED" and not self.thread_id:
self.thread_id = event.get("threadId")
except json.JSONDecodeError:
continue
async def _handle_tool_call(self, event: dict, client: httpx.AsyncClient):
"""Execute frontend tool and send result back to server."""
tool_name = event.get("toolName")
tool_call_id = event.get("toolCallId")
arguments = event.get("arguments", {})
print(f"\n\033[95m[Client Tool Call: {tool_name}]\033[0m")
print(f" Arguments: {arguments}")
try:
# Execute the tool
tool_func = self.tools.get(tool_name)
if not tool_func:
raise ValueError(f"Unknown tool: {tool_name}")
result = tool_func(**arguments)
# Convert Pydantic models to dict
if hasattr(result, "model_dump"):
result = result.model_dump()
print(f"\033[94m[Client Tool Result: {result}]\033[0m")
# Send result back to server
await client.post(
f"{self.server_url}/tool_result",
json={
"tool_call_id": tool_call_id,
"result": result,
},
)
except Exception as e:
print(f"\033[91m[Tool Error: {e}]\033[0m")
# Send error back to server
await client.post(
f"{self.server_url}/tool_result",
json={
"tool_call_id": tool_call_id,
"error": str(e),
},
)
async def main():
"""Main client loop with frontend tools."""
server_url = os.environ.get("AGUI_SERVER_URL", "http://127.0.0.1:8888/")
print(f"Connecting to AG-UI server at: {server_url}\n")
client = AGUIClientWithTools(server_url, FRONTEND_TOOLS)
try:
while True:
message = input("\nUser (:q or quit to exit): ")
if not message.strip():
continue
if message.lower() in (":q", "quit"):
break
print()
async for event in client.send_message(message):
event_type = event.get("type", "")
if event_type == "RUN_STARTED":
print(f"\033[93m[Run Started]\033[0m")
elif event_type == "TEXT_MESSAGE_CONTENT":
print(f"\033[96m{event.get('delta', '')}\033[0m", end="", flush=True)
elif event_type == "RUN_FINISHED":
print(f"\n\033[92m[Run Finished]\033[0m")
elif event_type == "RUN_ERROR":
error_msg = event.get("message", "Unknown error")
print(f"\n\033[91m[Error: {error_msg}]\033[0m")
print()
except KeyboardInterrupt:
print("\n\nExiting...")
except Exception as e:
print(f"\n\033[91mError: {e}\033[0m")
if __name__ == "__main__":
asyncio.run(main())
Hogyan működnek a frontend eszközök
Protokollfolyamat
- Ügyfélregisztráció: Az ügyfél eszközdeklarációkat (neveket, leírásokat, paramétereket) küld a kiszolgálónak
- Kiszolgáló vezénylése: Az AI-ügynök dönti el, hogy mikor hívja meg az előtérbeli eszközöket a felhasználói kérés alapján
-
Eszközhívási kérelem: A kiszolgáló eseményt küld
TOOL_CALL_REQUESTaz ügyfélnek az SSE-en keresztül - Ügyfélvégrehajtás: Az ügyfél helyileg hajtja végre az eszközt
- Eredmény beküldése: Az ügyfél POST-kéréssel küldi vissza az eredményt a kiszolgálónak
- Ügynökfeldolgozás: A kiszolgáló tartalmazza az eredményt, és folytatja a választ
Főbb események
-
TOOL_CALL_REQUEST: A kiszolgáló kéri egy előtérbeli eszköz végrehajtását -
TOOL_CALL_RESULT: Az ügyfél elküldi a végrehajtási eredményt (HTTP POST-en keresztül)
Várt kimenet
User (:q or quit to exit): What's the temperature reading from my sensors?
[Run Started]
[Client Tool Call: read_climate_sensors]
Arguments: {'include_temperature': True, 'include_humidity': True}
[Client Tool Result: {'temperature': 22.5, 'humidity': 45.0, 'air_quality_index': 75}]
Based on your sensor readings, the current temperature is 22.5°C and the
humidity is at 45%. These are comfortable conditions!
[Run Finished]
Kiszolgáló beállítása
Az első lépések oktatóanyagának standard AG-UI kiszolgálója automatikusan támogatja az előtérbeli eszközöket. Nincs szükség módosításokra a kiszolgáló oldalán – automatikusan kezeli az eszközök vezénylését.
Ajánlott eljárások
Biztonság
def access_sensitive_data() -> str:
"""Access user's sensitive data."""
# Always check permissions first
if not has_permission():
return "Error: Permission denied"
try:
# Access data
return "Data retrieved"
except Exception as e:
# Don't expose internal errors
return "Unable to access data"
Hibakezelés
def read_file(path: str) -> str:
"""Read a local file."""
try:
with open(path, "r") as f:
return f.read()
except FileNotFoundError:
return f"Error: File not found: {path}"
except PermissionError:
return f"Error: Permission denied: {path}"
except Exception as e:
return f"Error reading file: {str(e)}"
Aszinkron műveletek
async def capture_photo() -> str:
"""Capture a photo from device camera."""
# Simulate camera access
await asyncio.sleep(1)
return "photo_12345.jpg"
Hibaelhárítás
Az eszközök meghívása nem történik meg
- Győződjön meg arról, hogy az eszközdeklarációk elküldve vannak a kiszolgálóra
- Annak ellenőrzése, hogy az eszköz leírása egyértelműen jelzi-e a célt
- Kiszolgálónaplók ellenőrzése eszközregisztrációhoz
Végrehajtási hibák
- Átfogó hibakezelés hozzáadása
- Paraméterek érvényesítése feldolgozás előtt
- Felhasználóbarát hibaüzenetek visszaküldése
- Hibák rögzítése a hibakereséshez
Típusproblémák
- Pydantic-modellek használata összetett típusok esetén
- Modellek konvertálása diktálásokká szerializálás előtt
- Típuskonverziók kezelése explicit módon
Következő lépések
- Háttéreszköz renderelése: Kombinálás kiszolgálóoldali eszközökkel