Del via

Hurtigstart: Konfigurere og kjøre eksempelagenten for Python Agent Framework

I denne hurtigstarten kan du gå gjennom konfigurasjonen av en fungerende Python Agent-rammeverkagent ved hjelp av Agent 365 for verktøy, varsler, overholdelse og testing av agenten ved hjelp av Agents Playground og Teams.

Forutsetning

  • Hvis du planlegger å bruke Visual Studio Code, må du ha .NET installert. (.NET 8.0 anbefales.)

  • Python 3.11+ installert

  • UV-pakkebehandling installert. Installer dette i en terminal ved hjelp av pip install uv.

  • Microsoft Agents Toolkit / Agent Framework-avhengigheter

    Eksemplet som brukes i gjennomgangen, er avhengig av Agent Framework-bibliotekene som leveres gjennom Microsoft 365 Agents Toolkit eller ATK. Du installerer disse automatisk når du bruker Agents Toolkit-utvidelsen i VS Code til å stillasere eksemplet, eller du kan installere pakken manuelt ved hjelp av denne kommandoen:

    uv pip install -e . --find-links ../dist --pre

  • Tilgang til GitHub

  • Et eksisterende AI Agent-prosjekt. Denne hurtigstarten bruker en agent 365-eksempelagent fra Microsoft 365-agentverktøysettet også kjent som ATK i VS Code.

  • A365 CLI

  • Godkjenning av agentidentitet

Konfigurere Agent Framework + Python-eksemplet fra Microsoft 365 Agents Toolkit

Hvis du vil gjøre alt klart, installerer du Microsoft 365 Agents Toolkit i VS Code, åpner eksempelgalleriet og stillaser Agent Framework + Python-eksemplet lokalt, slik at du kan konfigurere og kjøre det senere. Følgende skjermbilder viser hva du bør forvente å se mens du går.

  1. Åpne Visual Studio Code, og åpne deretter utvidelsespanelet CTRL+SKIFT+X.

  2. Skriv inn «Agents Toolkit» i søkefeltet.
    Du skal se resultatet som vises i skjermbildet her:

    Skjermbilde av Extensions Marketplace-søk etter Agents Toolkit.

  3. Velg Microsoft 365 Agents Toolkit.

  4. Velg Installer.

    VS Code viser utvidelsesdetaljene som ligner på:

    Skjermbilde av utvidelsesdetaljsiden med Knappene Installer og Aktiver.

  5. Når det er installert, vises M365 Agents Toolkit-ikonet i venstre navigasjonsfelt.

  6. Velg den for å åpne velkomstopplevelsen.

    Nå skal du se alternativer som Bygg en deklarativ agent, Opprett en ny agent/app og Vis eksempler, som vist her:

    Skjermbilde av velkomstvisning for verktøysett med bygg en deklarativ agent, opprett en ny agent eller app, og vis eksempler-alternativer.

  7. Velg Vis eksempler.

  8. Bla i eksempellisten for å finne agentrammeverket + Python-agenteksempelet .

  9. Velg den.

    Du vil se to valg: Opprett (stillas lokalt) eller Vis på GitHub.

  10. Velg Opprett.

    Skjermbilde av Agent Framework Agent med A365 SDK Ved hjelp av Python-eksempel.

  11. Når du blir bedt om det, velger du en mappe på maskinen der eksemplet skal genereres. Eksempel: C:\A365-python-sample

    Verktøysettet stillaser agentrammeverket + Python-eksemplet i en undermappe (for eksempel sample_agent), og åpner det deretter automatisk i VS Code.

    Når stillaset er fullført, har du nå et fullt funksjonelt Agent Framework + Python-agentprosjekt på maskinen

  12. Installer nødvendige Agent 365-pakker

    Før du kjører eksemplet, åpner package.json du i prosjektet og bekrefter at alle nødvendige agent 365- og Agent-rammeverkavhengigheter er oppført. Eksemplet som genereres av Microsoft 365 Agents Toolkit, inneholder allerede disse oppføringene.

    Når du har gjennomgått package.json, installerer du alt ved å kjøre denne kommandoen:

    uv pip install -e

    Dette trekker ned alle Agent 365 SDK-biblioteker, agentrammeverkavhengigheter, vertskomponenter og eventuelle andre avhengigheter som er definert i eksemplet.

  13. Etter installasjonen kontrollerer du prosjektbyggene og kjører ved å starte utviklingsserveren ved hjelp av denne kommandoen:

    uv run python start_with_generic_host.py

Legg til Microsoft 365-verktøy (MCP-servere)

Du kan utforske og administrere MCP-servere ved hjelp av a365-utviklingskommandoene i CLI.

Når du arbeider med MCP-servere, kan du:

  • Finn ut hvilke MCP-servere som er tilgjengelige for bruk
  • Legg til én eller flere MCP-servere i agentens konfigurasjon
  • Se gjennom MCP-serverne som er konfigurert for øyeblikket
  • Fjern MCP-servere du ikke trenger lenger

Når MCP-servere er lagt til, utvides agentens verktøymanifest for å inkludere oppføringer som ligner på:

{
   "mcpServers": [
      {
         "mcpServerName": "mcp_MailTools",
         "mcpServerUniqueName": "mcp_MailTools",
         "scope": "McpServers.Mail.All",
         "audience": "api://00001111-aaaa-2222-bbbb-3333cccc4444"
      }
   ]
}

Lær hvordan du legger til og administrerer verktøy

Varslingsabonnement og -håndtering

Eksempelagenten abonnerer på alle Agent 365 SDK-varsler ved hjelp av onAgentNotification("*") og ruter dem til én enkelt behandler. Med denne behandleren kan agenten reagere på bakgrunns- eller systemhendelser, ikke bare direkte brukermeldinger.

Finn ut hvordan du varsler agenter

Følgende kode viser hvordan varsling er konfigurert i agent.py filen.

if notification_type == NotificationTypes.EMAIL_NOTIFICATION: 
if not hasattr(notification_activity, "email") or not notification_activity.email: return "I could not find the email notification details."
email = notification_activity.email
email_body = getattr(email, "html_body", "") or getattr(email, "body", "")

message = (
    "You have received the following email. "
    "Please follow any instructions in it. "
    f"{email_body}"
)

result = await self.agent.run(message)
return self._extract_result(result) or "Email notification processed."

Observerbarhet

Denne kodesnutten viser de minimale endringene som kreves for å muliggjøre observerbarhet i eksemplet. Den initialiserer Agent 365 Observability SDK og bryter hver agent-aktivering i en InferenceScope slik inndata, utdata og metadata kan registreres automatisk.

Følgende kode viser et strømlinjeformet eksempel på agent.py observerbarhet i filen.

def _enable_agentframework_instrumentation(self): 
"""Enable Agent Framework instrumentation.""" 
try: 
AgentFrameworkInstrumentor().instrument() 
logger.info("✅ Instrumentation enabled")
 except Exception as e: 
logger.warning(f"⚠️ Instrumentation failed: {e}")

Denne koden er det fullstendige konfigurasjonsoppsettet for overholdelse som kreves for eksemplet på Python+Agent-rammeverket. Mer informasjon om overholdelse

Test agenten

Angi de nødvendige miljøvariablene, velg en godkjenningsmodus, og start agenten lokalt. Du kan teste alt fra ende til ende med Agents Playground uten å trenge en Microsoft 365-leier med mindre du vil publisere agenten og bruke den i apper som Teams eller Outlook.

Oversikt over testingstrinn

  • Legg til API-tastene og modellinnstillingene i en .env fil, slik at eksemplet kan snakke med en LLM.
  • Velg godkjenningsmodus. For lokal utvikling støtter eksemplet Agentic Auth ved hjelp av verdier som er opprettet fra Agent Blueprint.
  • Start agenten lokalt, som eksponerer den for verktøy som Agents Playground.
  • Bruk Agents Playground til å teste meldinger, verktøy og varsler uten å konfigurere en leier eller distribuere noe.
  • Når du er klar for ekte atferd, publiserer du en Microsoft 365-leier og tester agenten i Teams, Outlook eller andre Microsoft 365-overflater.

Mer informasjon om testing

Publisere agenten din

Når agenten er klar for faktiske Microsoft 365-opplevelser som Teams-chatter, Outlook-meldinger, Word @mentions, publiserer du det til en Microsoft 365-leier. Agent 365 CLI-kommandoen publish håndterer emballasjen: Den oppdaterer manifestet ditt, samler alt og laster opp agenten til administrasjonssenteret for Microsoft.

Under publisering, se gjennom og tilpass agentens navn, beskrivelse, ikoner og versjon før du fullfører opplastingen. Når den er publisert, blir agenten din synlig og installerbar i leieren.

Du kan vise publiserte agenter her: https://admin.cloud.microsoft/#/agents/all

Mer informasjon om hele arbeidsflyten og trinnvise instruksjoner

  • Last updated on