Microsoft Agent Framework

A Microsoft Agent Framework egy nyílt forráskódú fejlesztői készlet a .NET- és Python-alapú AI-ügynökök és többügynök-munkafolyamatok létrehozásához. Összefogja és kibővíti a Szemantic Kernel - és AutoGen-projektek ötleteit, és egyesíti az erősségeit, miközben új képességeket ad hozzá. Ugyanezek a csapatok építették az AI-ügynökök fejlesztésének egységes alapjait.

Az Agent Framework a képességek két elsődleges kategóriáját kínálja:

• AI-ügynökök: Egyéni ügynökök, amelyek LLM-eket használnak a felhasználói bemenetek feldolgozásához, eszközök és MCP-kiszolgálók meghívásához műveletek végrehajtásához és válaszok létrehozásához. Az ügynökök támogatják a modellszolgáltatókat, például az Azure OpenAI-t, az OpenAI-t és az Azure AI-t.
• Munkafolyamatok: Több ügynököt és függvényt összekapcsoló gráfalapú munkafolyamatok összetett, többlépéses feladatok elvégzéséhez. A munkafolyamatok támogatják a típusalapú útválasztást, a beágyazást, az ellenőrzőpontozást és a kérési/válaszmintákat az emberi ciklusban lévő forgatókönyvekhez.

A keretrendszer alapvető építőelemeket is biztosít, beleértve a modellügyfeleket (csevegések befejezése és válaszok), az állapotkezelés ügynökszálát, az ügynökmemória környezetszolgáltatóit, az ügynökműveletek elfogására szolgáló köztes szoftvereket és az eszközintegrációhoz szükséges MCP-ügyfeleket. Ezek az összetevők együttesen biztosítják az interaktív, robusztus és biztonságos AI-alkalmazások készítésének rugalmasságát és erejét.

Miért egy másik ügynök-keretrendszer?

A Szemantic Kernel és az AutoGen úttörőként használták az AI-ügynökök és a többügynökök vezénylésének fogalmait. Az Ügynök-keretrendszer az ugyanazon csapatok által létrehozott közvetlen követő. Egyesíti az AutoGen egyszerű absztrakcióit az egy- és többügynök-mintákhoz a Szemantic Kernel nagyvállalati szintű funkcióival, például a szálalapú állapotkezeléssel, a típusbiztonsággal, a szűrőkkel, a telemetriával és a széles körű modell- és beágyazási támogatással. A kettő egyesítését követően az Agent Framework olyan munkafolyamatokat vezet be, amelyek explicit vezérlést biztosítanak a fejlesztőknek a többügynök-végrehajtási útvonalak felett, valamint egy robusztus állapotkezelő rendszert a hosszú ideig futó és az emberi környezetben futó forgatókönyvekhez. Röviden, az Agent Framework a szemantikus kernel és az AutoGen következő generációja.

Ha többet szeretne megtudni a szemantikus kernelről vagy az AutoGenről való migrálásról, tekintse meg az AutoGen szemantikai kernel- és migrálási útmutatójában található migrálási útmutatót.

Mind a Szemantic Kernel, mind az AutoGen jelentősen kihasználta a nyílt forráskódú közösség előnyeit, és ugyanez várható az Agent Framework esetében is. A Microsoft Agent Framework üdvözli a közreműködéseket, és folyamatosan fejleszti az új funkciókat és képességeket.

Megjegyzés:

A Microsoft Agent Framework jelenleg nyilvános előzetes verzióban érhető el. Küldjön visszajelzést vagy problémát a GitHub-adattárban.

Fontos

Ha a Microsoft Agent Framework használatával olyan alkalmazásokat hoz létre, amelyek külső kiszolgálókkal vagy ügynökökkel működnek, ezt saját felelősségére teheti meg. Javasoljuk, hogy tekintse át a külső kiszolgálókkal vagy ügynökökkel megosztott összes adatot, és hogy megismerje az adatok megőrzésére és elhelyezésére vonatkozó, harmadik féltől származó eljárásokat. Az Ön felelőssége annak kezelése, hogy az adatok a szervezet Azure-beli megfelelőségi és földrajzi határain kívülre kerülnek-e, valamint az ezzel kapcsolatos következményekkel.

Installation

Python:

pip install agent-framework --pre

.NET:

dotnet add package Microsoft.Agents.AI

AI-ügynökök

Mi az AI-ügynök?

Az AI-ügynökök LLM használatával dolgozzák fel a felhasználói bemeneteket, döntéseket hoznak, eszközöket és MCP-kiszolgálókat hívnak meg a műveletek végrehajtásához és válaszok létrehozásához. Az alábbi ábra egy AI-ügynök alapvető összetevőit és azok interakcióit mutatja be:

Az AI-ügynökök további összetevőkkel, például szálakkal, környezetszolgáltatókkal és köztes szoftverekkel is bővíthetők a képességeik javítása érdekében.

Mikor érdemes AI-ügynököt használni?

Az AI-ügynökök olyan alkalmazásokhoz használhatók, amelyek önálló döntéshozatalt, alkalmi tervezést, próba- és hibafeltárást, valamint beszélgetésalapú felhasználói interakciókat igényelnek. Különösen hasznosak olyan helyzetekben, amikor a bemeneti feladat strukturálatlan, és előre nem határozható meg könnyen.

Íme néhány gyakori forgatókönyv, ahol az AI-ügynökök a következők:

• Ügyfélszolgálat: Az AI-ügynökök több modális lekérdezéseket (szöveg, hang, képek) képesek kezelni az ügyfelektől, eszközöket használva információkat kereshetnek, és természetes nyelvi válaszokat adhatnak.
• Oktatás és oktatás: Az AI-ügynökök külső tudásbázisokat használhatnak a személyre szabott oktatás biztosításához és a diákok kérdéseinek megválaszolásához.
• Kódlétrehozás és hibakeresés: A szoftverfejlesztők számára az AI-ügynökök különböző programozási eszközök és környezetek használatával segíthetnek a megvalósításban, a kódértékelésekben és a hibakeresésben.
• Kutatási támogatás: A kutatók és elemzők számára az AI-ügynökök kereshetnek a weben, összegzhetik a dokumentumokat, és több forrásból származó információkat egyesíthetik.

A kulcs az, hogy az AI-ügynökök dinamikus és meghatározott környezetben való működésre vannak tervezve, ahol a felhasználói kérések teljesítéséhez szükséges lépések pontos sorrendje előre nem ismert, és a felhasználókkal való feltárást és szoros együttműködést igényelhet.

Mikor ne használjon AI-ügynököt?

Az AI-ügynökök nem alkalmasak olyan feladatokra, amelyek nagymértékben strukturáltak, és szigorúan be kell tartaniuk az előre meghatározott szabályokat. Ha az alkalmazás egy adott típusú bemenetre számít, és jól meghatározott műveletsort kell végrehajtania, az AI-ügynökök használata szükségtelen bizonytalanságot, késést és költséget okozhat.

Ha meg tud írni egy függvényt a feladat kezeléséhez, tegye azt AI-ügynök használata helyett. A függvény írásához használhatja az AI-t.

Egyetlen AI-ügynök összetett feladatokkal küzdhet, amelyek több lépést és döntési pontot is magukban foglalnak. Az ilyen feladatokhoz számos eszközre (például több mint 20) lehet szükség, amelyeket egyetlen ügynök nem képes kezelni.

Ezekben az esetekben érdemes inkább munkafolyamatokat használni.

Munkafolyamatok

Mi az a munkafolyamat?

A munkafolyamatok előre definiált műveletek sorozatát fejezhetik ki, amelyek a konzisztencia és a megbízhatóság fenntartása mellett az AI-ügynököket is tartalmazhatják összetevőkként. A munkafolyamatok olyan összetett és hosszú ideig futó folyamatok kezelésére lettek kialakítva, amelyek több ügynököt, emberi interakciót és külső rendszerekkel való integrációt is magukban foglalhatnak.

A munkafolyamat végrehajtási sorrendje explicit módon definiálható, így nagyobb mértékben szabályozható a végrehajtási útvonal. Az alábbi ábra egy olyan munkafolyamat példáját szemlélteti, amely két AI-ügynököt és egy függvényt kapcsol össze:

A munkafolyamatok dinamikus szekvenciákat is kifejezhetnek feltételes útválasztás, modellalapú döntéshozatal és egyidejű végrehajtás használatával. Így valósítja meg a többügynökök vezénylési mintáit . A vezénylési minták olyan mechanizmusokat biztosítanak, amelyek több ügynök koordinálására szolgálnak, és összetett feladatokon dolgoznak, amelyek több lépést és döntési pontot igényelnek, és kezelik az egyes ügynökök korlátait.

Milyen problémákat oldanak meg a munkafolyamatok?

A munkafolyamatok strukturált módot biztosítanak az összetett folyamatok kezelésére, amelyek több lépést, döntési pontot és interakciót foglalnak magukban a különböző rendszerekkel vagy ügynökökkel. A feladattípusok munkafolyamatai úgy vannak kialakítva, hogy gyakran több AI-ügynököt igényeljenek.

Íme néhány az Ügynök-keretrendszer munkafolyamatainak főbb előnyei közül:

• Modularitás: A munkafolyamatok kisebb, újrafelhasználható összetevőkre bonthatók, így egyszerűbbé válik a folyamat egyes részeinek kezelése és frissítése.
• Ügynökintegráció: A munkafolyamatok több AI-ügynököt is tartalmazhatnak a nem ügynöki összetevők mellett, lehetővé téve a feladatok kifinomult vezénylését.
• Típusbiztonság: Az erős gépelés biztosítja az üzenetek megfelelő áramlását az összetevők között, átfogó ellenőrzéssel, amely megakadályozza a futásidejű hibákat.
• Rugalmas folyamat: A gráfalapú architektúra lehetővé teszi az összetett munkafolyamatok executors intuitív modellezését és edgesa . A feltételes útválasztás, a párhuzamos feldolgozás és a dinamikus végrehajtási útvonalak mind támogatottak.
• Külső integráció: A beépített kérés-/válaszminták zökkenőmentes integrációt tesznek lehetővé a külső API-kkal, és támogatják a cikluson belüli emberi forgatókönyveket.
• Ellenőrzőpontok: A munkafolyamat-állapotok mentése ellenőrzőpontokon keresztül, lehetővé téve a hosszú ideig futó folyamatok helyreállítását és újraindítását a kiszolgálóoldalon.
• Többügynök-vezénylés: Beépített minták több AI-ügynök koordinálásához, beleértve a szekvenciális, az egyidejű, a hand-off és a Magentic koordinációját.
• Kompatibilitás: A munkafolyamatok beágyazhatók vagy kombinálhatók összetettebb folyamatok létrehozásához, ami lehetővé teszi a méretezhetőséget és az alkalmazkodóképességet.

Következő lépések

• Rövid útmutató
• Migrálási útmutató szemantikai kernelből
• Migrálási útmutató az AutoGenből