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 meeste bedrijven willen niet alleen chatbots, ze willen automatisering die sneller en met minder fouten verloopt. Dit kan betekenen dat documenten worden samengevat, facturen worden verwerkt, ondersteuningstickets worden beheerd of blogberichten worden gepubliceerd. In alle gevallen is het doel hetzelfde: mensen en resources vrijmaken om zich te richten op werk met een hogere waarde door terugkerende en voorspelbare taken te offloaden.
Grote taalmodellen (LLM's) hebben de deur geopend voor een nieuw type automatisering met systemen die ongestructureerde gegevens kunnen begrijpen, beslissingen kunnen nemen en inhoud kunnen genereren. In de praktijk kan het lastig zijn voor bedrijven om verder te gaan dan demo's en productie. LLM's kunnen driften, onjuist zijn en geen verantwoordelijkheid hebben. Zonder zichtbaarheid, beleidshandhaving en indeling zijn deze modellen moeilijk te vertrouwen in echte zakelijke werkstromen.
Azure AI Foundry is ontworpen om dat te wijzigen. Het is een platform dat modellen, hulpprogramma's, frameworks en governance combineert tot een geïntegreerd systeem voor het bouwen van intelligente agents. In het midden van dit systeem bevindt zich Azure AI Foundry Agent Service, waardoor agents kunnen worden gebruikt voor ontwikkeling, implementatie en productie.
AI Foundry Agent Service verbindt de kernonderdelen van Azure AI Foundry, zoals modellen, hulpprogramma's en frameworks, in één runtime. Het beheert threads, organiseert hulpprogrammaaanroepen, dwingt de veiligheid van inhoud af en integreert met identiteits-, netwerk- en waarneembaarheidssystemen om ervoor te zorgen dat agents veilig, schaalbaar en productieklaar zijn.
Door de complexiteit van de infrastructuur te abstraheren en vertrouwen en veiligheid standaard af te dwingen, maakt AI Foundry Agent Service het eenvoudig om met vertrouwen over te stappen van prototype naar productie.
Wat is een AI-agent?
Agents nemen beslissingen, roepen hulpprogramma's aan en nemen deel aan werkstromen. Soms onafhankelijk, soms in samenwerking met andere agents of mensen. Wat agents onderscheidt van assistenten is autonomie: assistenten ondersteunen mensen, agenten voltooien doelen. Ze zijn fundamenteel voor echte procesautomatisering.
Agents die zijn gemaakt met AI Foundry, zijn geen monolithen. Ze zijn samenstelbare eenheden. Elk met een specifieke rol, mogelijk gemaakt door het juiste model en uitgerust met de juiste hulpmiddelen, en geïmplementeerd binnen een veilige, waarneembare en bestuurbare runtime.
Elke agent heeft drie kernonderdelen:
- Model (LLM): Versterkt redeneervermogen en taalbegrip
- Instructies: de doelen, het gedrag en de beperkingen van de agent definiëren
- Hulpprogramma's: Laat de agent kennis ophalen of actie ondernemen
Agents ontvangen ongestructureerde invoer, zoals gebruikersprompts, waarschuwingen of berichten van andere agents. Ze produceren uitvoer in de vorm van toolresultaten of berichten. Onderweg kunnen ze hulpprogramma's aanroepen om ophaalbewerkingen uit te voeren of acties te activeren.
Hoe werken agents in AI Foundry?
U kunt Azure AI Foundry zien als een assemblagelijn voor intelligente agenten. Net als elke moderne fabriek brengt het verschillende gespecialiseerde stations samen, elk verantwoordelijk voor het vormgeven van een deel van het eindproduct. In plaats van machines en transportbanden gebruikt agent factory modellen, hulpprogramma's, beleid en indeling om agents te bouwen die veilig, testbaar en productieklaar zijn. Zo werkt de fabriek stapsgewijs:
1. Modellen
De assemblagelijn begint met het selecteren van een model waarmee uw agent zijn intelligentie krijgt. Kies uit een groeiende catalogus met grote taalmodellen, waaronder GPT-4o, GPT-4, GPT-3.5 (Azure OpenAI) en anderen zoals Llama. Dit is de redeneringskern van de agent die zijn beslissingen neemt.
2. Aanpassing
Vorm vervolgens dat model zodat het past bij uw use-case. Pas uw agent aan met afstemmen, destillatie of domeinspecifieke prompts. Met deze stap kunt u agentgedrag, rolspecifieke kennis en patronen van eerdere prestaties coderen met behulp van gegevens die zijn vastgelegd uit echte thread-inhoud en resultaten van hulpprogramma's.
3. AI-hulpprogramma's
Vervolgens kunt u uw agent met gereedschap uitrusten. Hierdoor kan het toegang krijgen tot bedrijfskennis (zoals Bing, SharePoint, Azure AI Search) en echte acties ondernemen (via Logic Apps, Azure Functions, OpenAPI en meer). Dit verbetert de mogelijkheid van de agent om de mogelijkheden uit te breiden.
4. Orchestratie
Vervolgens heeft de agent coördinatie nodig. Verbonden agents coördineren de volledige levenscyclus, zoals het afhandelen van tool-aanroepen, het bijwerken van de threadstatus, het beheren van nieuwe pogingen en logboekuitvoer.
5. Waarneembaarheid
Ten slotte worden agents getest en bewaakt. AI Foundry kan bij elke stap logboeken, traceringen en evaluaties vastleggen. Met volledige zichtbaarheid op threadniveau en Application Insights-integratie kunnen teams elke beslissing inspecteren en agents in de loop van de tijd continu verbeteren.
6. Vertrouwen
Het is belangrijk om ervoor te zorgen dat agents geschikt en betrouwbaar zijn voor de workload waaraan ze zijn toegewezen. AI Foundry past hoogwaardige vertrouwensfuncties toe, waaronder identiteit via Microsoft Entra, RBAC, inhoudsfilters, versleuteling en netwerkisolatie. U bepaalt hoe en waar uw agenten draaien, met behulp van platformbeheer of uw eigen infrastructuur.
Het resultaat? Een agent die gereed is voor productie: betrouwbaar, uitbreidbaar en veilig voor implementatie in uw werkstromen.
Waarom Azure AI Foundry Agent Service gebruiken?
Azure AI Foundry Agent Service biedt een basis die gereed is voor productie voor het implementeren van intelligente agents in bedrijfsomgevingen. Dit is hoe deze zich verhoudt tot de belangrijkste mogelijkheden:
Vermogen | Azure AI Foundry Agent Dienst |
---|---|
1. Inzicht in gesprekken | Volledige toegang tot gestructureerde threads, inclusief berichten van gebruikers↔agent en agent↔agent. Ideaal voor UIS's, foutopsporing en training |
2. Coördinatie van meerdere agents | Ingebouwde ondersteuning voor berichten tussen agents. |
3. Orkestratie van tools | Uitvoering aan de serverzijde en het opnieuw proberen van hulpprogrammaaanroepen met gestructureerde logboekregistratie. Er is geen handmatige coördinatie vereist. |
4. Vertrouwen en veiligheid | Geïntegreerde contentfilters helpen misbruik te voorkomen en risico's van promptinjectie (XPIA) te beperken. alle uitvoer wordt door beleid beheerd. |
5. Bedrijfsintegratie | Breng je eigen storage, Azure AI Search-index en virtueel netwerk mee om te voldoen aan de nalevingsbehoeften. |
6. Waarneembaarheid en foutopsporing | Threads, hulpprogramma-aanroepen en berichttraceringen zijn volledig traceerbaar; Application Insights-integratie voor telemetrie |
7. Identiteits- en beleidsbeheer | Gebouwd op Microsoft Entra met volledige ondersteuning voor RBAC, auditlogboeken en voorwaardelijke toegang voor ondernemingen. |
Aan de slag met Foundry Agent Service
Om aan de slag te gaan met Foundry Agent Service, moet u een Azure AI Foundry-project maken in uw Azure-abonnement.
Begin met de omgevingsinstellingen en quickstartgids als dit de eerste keer is dat u de service gebruikt.
- U kunt een project maken met de vereiste resources.
- Nadat u een project hebt gemaakt, kunt u een compatibel model implementeren, zoals GPT-4o.
- Wanneer u een geïmplementeerd model hebt, kunt u ook API-aanroepen naar de service maken met behulp van de SDK's.
Volgende stappen
Meer informatie over de modellen die power agents gebruiken.