Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
De AG-UI Dojo-toepassing biedt een interactieve omgeving voor het testen en verkennen van Microsoft Agent Framework-agents die het AG-UI-protocol implementeren. Dojo biedt een visuele interface om verbinding te maken met uw agents en te communiceren met alle 7 AG-UI functies.
Vereiste voorwaarden
Voordat u begint, moet u ervoor zorgen dat u het volgende hebt:
- Python 3.10 of hoger
- uv voor afhankelijkheidsbeheer
- Een OpenAI API-sleutel of Azure OpenAI-eindpunt
- Node.js en pnpm (voor het uitvoeren van de Dojo-front-end)
Installatie
1. Kloon de AG-UI Opslagplaats
Kloon eerst de AG-UI opslagplaats die de Dojo-toepassing en Microsoft Agent Framework-integratievoorbeelden bevat:
git clone https://github.com/ag-oss/ag-ui.git
cd ag-ui
2. Navigeer naar de directory Voorbeelden
cd integrations/microsoft-agent-framework/python/examples
3. Python-afhankelijkheden installeren
Gebruik uv dit om de vereiste afhankelijkheden te installeren:
uv sync
4. Omgevingsvariabelen configureren
Maak een .env bestand op basis van de opgegeven sjabloon:
cp .env.example .env
Bewerk het .env bestand en voeg uw API-referenties toe:
# 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
Opmerking
Als u DefaultAzureCredential in plaats van een api_key gebruikt voor verificatie, controleer of u bent geverifieerd met Azure, bijvoorbeeld via az login. Zie de Documentatie voor Azure Identity voor meer informatie.
De Dojo-toepassing uitvoeren
1. De back-endserver starten
Start in de voorbeeldenmap de back-endserver met de voorbeeldagents:
cd integrations/microsoft-agent-framework/python/examples
uv run dev
De server wordt standaard opgestart op http://localhost:8888.
2. Start de Dojo Frontend
Open een nieuw terminalvenster, navigeer naar de hoofdmap van de AG-UI opslagplaats en ga vervolgens naar de map van de Dojo-toepassing:
cd apps/dojo
pnpm install
pnpm dev
De Dojo-front-end is beschikbaar op http://localhost:3000.
3. Verbinding maken met uw agent
Openen
http://localhost:3000in uw browserDe server-URL configureren voor
http://localhost:8888Selecteer Microsoft Agent Framework (Python) in de vervolgkeuzelijst
Begin met het verkennen van de voorbeeldagenten
Beschikbare voorbeeldagenten
De integratievoorbeelden laten alle 7 AG-UI functies zien via verschillende agenteindpunten:
| Eindpunt | Feature | Description |
|---|---|---|
/agentic_chat |
Functie 1: Agentic Chat | Basisgespreksagent met aanroepen van hulpprogramma's |
/backend_tool_rendering |
Functie 2: Rendering van backendsysteemhulpprogramma | Agent met aangepaste weergave van de gebruikersinterface van het hulpprogramma |
/human_in_the_loop |
Functie 3: Menselijke tussenkomst. | Agent met goedkeuringswerkstromen |
/agentic_generative_ui |
Functie 4: Agentische Generatieve UI | Agent die taken opsplitst in stappen met doorlopende updates |
/tool_based_generative_ui |
Functie 5: Op hulpprogramma's gebaseerde generatieve gebruikersinterface | Agent waarmee aangepaste UI-onderdelen worden gegenereerd |
/shared_state |
Kenmerk 6: Gedeelde status | Agent met synchronisatie van bidirectionele status |
/predictive_state_updates |
Functie 7: Voorspellende statusupdates | Agent met voorspellende statusupdates tijdens het uitvoeren van het hulpprogramma |
Uw eigen agents testen
Uw eigen agents testen met Dojo:
1. Uw agent maken
Maak een nieuwe agent aan de hand van de introductiehandleiding :
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. De agent toevoegen aan uw server
Registreer het agenteindpunt in uw FastAPI-toepassing:
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. Testen in Dojo
- De server starten
- Open Dojo op
http://localhost:3000 - De server-URL instellen op
http://localhost:8888 - Uw agent wordt weergegeven in de eindpuntenvervolgkeuzelijst als 'my_agent'
- Selecteer deze en begin met testen
Projectstructuur
De integratievoorbeelden van de AG-UI-opslagplaats volgen deze structuur:
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
Probleemoplossingsproces
Verbindingsproblemen met de server
Als Dojo geen verbinding kan maken met uw server:
- Controleer of de server wordt uitgevoerd op de juiste poort (standaard: 8888)
- Controleer of de server-URL in Dojo overeenkomt met uw serveradres
- Zorg ervoor dat de verbinding niet wordt geblokkeerd door een firewall
- Zoeken naar CORS-fouten in de browserconsole
Agent wordt niet weergegeven
Als uw agent niet wordt weergegeven in de vervolgkeuzelijst Dojo:
- Controleer of het eindpunt van de agent juist is geregistreerd
- Serverlogboeken controleren op opstartfouten
- Controleren of de
add_agent_framework_fastapi_endpointaanroep is voltooid
Problemen met omgevingsvariabelen
Als u authenticatiefouten ziet:
- Controleer of het
.envbestand zich in de juiste map bevindt - Controleer of alle vereiste omgevingsvariabelen zijn ingesteld
- Zorg ervoor dat API-sleutels en -eindpunten geldig zijn
- Start de server opnieuw op nadat u omgevingsvariabelen hebt gewijzigd
Volgende stappen
- De voorbeeldagenten verkennen om implementatiepatronen te bekijken
- Leer over rendering van backend-tools om hulpprogramma-UI's aan te passen.
Aanvullende informatiebronnen
Binnenkort beschikbaar.