Krok 6: Agent Harness

Otoczka wyposaża klienta czatu w infrastrukturę, której agent potrzebuje do realizacji długich, wieloetapowych zadań — tryby planowania i wykonywania, listę zadań do planowania, kompaktowanie kontekstu, pamięć opartą na plikach, dostęp do plików oraz zatwierdzanie narzędzi bez ponownego pytania. Zamiast samodzielnie składać te elementy, tworzysz agenta uprzęży i wyprowadzasz je z pudełka.

Utwórz agenta testowego z dowolnego obiektu IChatClient za pomocą metody rozszerzającej AsHarnessAgent. Ponieważ mechanizm interaktywnie realizuje zadania w wielu krokach, zwykle steruje się nim z poziomu pętli konwersacji: zachowaj AgentSession, aby stan mechanizmu (plan, lista zadań i historia) utrzymywał się między turami, odczytaj kolejną instrukcję użytkownika i strumieniuj dane wyjściowe agenta w miarę ich generowania.

using System;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;

// chatClient is any IChatClient implementation (Foundry, Azure OpenAI, OpenAI, Anthropic, ...).
AIAgent agent = chatClient.AsHarnessAgent();

// A session carries the harness state (plan, todos, history) across turns.
AgentSession session = await agent.CreateSessionAsync();

Console.WriteLine("Harness agent ready. Type 'exit' to quit.");
while (true)
{
    Console.Write("> ");
    string? input = Console.ReadLine();
    if (string.IsNullOrWhiteSpace(input) || input.Equals("exit", StringComparison.OrdinalIgnoreCase))
    {
        break;
    }

    // Stream this turn's output as the harness plans and works through the request.
    await foreach (var update in agent.RunStreamingAsync(input, session))
    {
        Console.Write(update);
    }

    Console.WriteLine();
}

Mechanizm obsługuje planowanie, śledzenie listy zadań i trwałe przechowywanie historii w trakcie całej rozmowy. Aby skorzystać z pełnej konsoli — z monitami o zatwierdzenie użycia narzędzi, renderowaniem listy zadań i trybów oraz poleceniami z ukośnikiem — zobacz przykładowy interfejs terminala.

Tip

Zobacz przykłady środowiska testowego .NET, aby zapoznać się z kompletnymi, gotowymi do uruchomienia aplikacjami.

Kompletny przykład tworzy klienta czatu Microsoft Foundry, opakowuje go za pomocą create_harness_agent i ponownie używa jednej sesji na dwie tury. Środowisko testowe dodaje planowanie, śledzenie to-do i kompaktowanie, podczas gdy przykład wyłącza pamięć plików i wyszukiwanie w Internecie, aby zachować fokus.

import asyncio

from agent_framework import create_harness_agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential


async def main() -> None:
    agent = create_harness_agent(
        client=FoundryChatClient(
            project_endpoint="https://your-account.services.ai.azure.com/api/projects/your-project",
            model="gpt-6-luna",
            credential=AzureCliCredential(),
        ),
        agent_instructions="Help users plan and complete multi-step tasks.",
        disable_file_memory=True,
        disable_web_search=True,
    )
    session = agent.create_session()

    print(await agent.run("Plan a weekend trip to Seattle.", session=session))
    print(await agent.run("Turn that plan into a checklist.", session=session))


if __name__ == "__main__":
    asyncio.run(main())

Sesja udostępniona zachowuje stan harness w obu wywołaniach. Pełnofunkcyjną konsolę — z monitami zatwierdzania narzędzi, listą rzeczy do zrobienia i renderowaniem trybu oraz poleceniami ukośnika — znajdziesz w przykładowym terminalowym interfejsie użytkownika.

Tip

Zobacz pełny przykład rozpoczynania pracy. Aby uzyskać więcej wzorców, zobacz przykłady harnessu Pythona.

Tip

Umiejętność agent-framework-builder-python kodowania agenta może pomagać w komponowaniu harnessu i wyborze pakietów. Jest on oddzielony od umiejętności agenta środowiska uruchomieniowego, które pozostają opcjonalną funkcją mechanizmu Python.

Prerequisites

  • Przejdź do wersji 1.26 lub nowszej.
  • Lokalna kopia robocza repozytorium Agent Framework Go.
  • Punkt końcowy projektu Foundry i wdrożenie modelu, skonfigurowane za pomocą FOUNDRY_PROJECT_ENDPOINT i FOUNDRY_MODEL.
  • Poświadczenie Azure obsługiwane przez DefaultAzureCredential, takie jak logowanie do Azure CLI przy użyciu az login.

Skonfiguruj harness Go

Pakiet agent/harness konfiguruje zwykłego agenta opartego na dostawcy. Przekaż wynik harness.AgentConfig do konstruktora dostawcy:

import (
    "context"
    "fmt"
    "os"
    "path/filepath"

    "github.com/microsoft/agent-framework-go/agent"
    "github.com/microsoft/agent-framework-go/agent/harness"
    "github.com/microsoft/agent-framework-go/examples/internal/demo"
    "github.com/microsoft/agent-framework-go/message"
    "github.com/microsoft/agent-framework-go/provider/foundryprovider"
)
    workingDirectory, err := os.Getwd()
    if err != nil {
        return fmt.Errorf("get working directory: %w", err)
    }
    cfg, err := harness.AgentConfig(harness.Config{WorkingDirectory: workingDirectory}, agent.Config{
        Name:        "HarnessAssistant",
        Middlewares: []agent.Middleware{logger},
    })
    if err != nil {
        return err
    }
    a := foundryprovider.NewAgent(
        demo.FoundryProjectEndpoint,
        demo.FoundryTokenCredential(),
        foundryprovider.ModelDeployment(demo.FoundryModel),
        foundryprovider.AgentConfig{
            Config:             cfg,
            DisableStoreOutput: true,
            Instructions:       "Help with software engineering tasks. Use memory and todos to track the current session's work.",
        },
    )

Wartości domyślne obejmują todos, tryby planowania i wykonywania, pamięć plików izolowaną na sesję, umiejętności, hostowane wyszukiwanie w Internecie, middleware do zatwierdzania narzędzi oraz instrumentację OpenTelemetry. Moduł pomocniczy umożliwia również utrwalanie historii dla każdego wywołania usługi oraz iniekcję komunikatów.

Ten przykładowy zestaw Foundry ustawia DisableStoreOutput: true, aby historia lokalna zarządzała konwersacją. Ustaw DisableWebSearch w harness.Config, jeśli wybrany dostawca lub wdrożenie nie obsługuje hostowanego wyszukiwania w Internecie.

Uruchom kompletny przykład z katalogu głównego repozytorium Go:

go run .\examples\02-agents\harness\step04_composite_harness

Przykład ponownie używa sesji w dwóch turach, obsługuje żądania zatwierdzania narzędzi i otwiera oddzielną sesję w celu zademonstrowania izolacji pamięci. Pamięć pliku jest zachowywana pod agent-file-memory w katalogu roboczym.

Kompaktowanie i pętle są opcjonalne, a nie domyślnymi ustawieniami harnessu Go. Aby uzyskać informacje o granicach konfiguracji i komponentów, zobacz Agent Harness.

Tip

Zobacz kompletny przykładowy harness composite i przewodnik konfiguracji harnessu Go.

Następne kroki

Krok 7. Hostowanie agenta

Głębiej:

  • Ostatnia aktualizacja o