Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
AplikacjaAG-UI Dojo udostępnia interaktywne środowisko do testowania i eksplorowania agentów programu Microsoft Agent Framework, którzy implementują protokół AG-UI. Dojo oferuje wizualny interfejs umożliwiający łączenie się z agentami i interakcję ze wszystkimi 7 AG-UI funkcjami.
Wymagania wstępne
Przed rozpoczęciem upewnij się, że masz:
- Środowisko Python w wersji 3.10 lub nowszej
- uv do zarządzania zależnościami
- Klucz interfejsu API openAI lub punkt końcowy usługi Azure OpenAI
- Node.js i pnpm (na potrzeby uruchamiania frontonu Dojo)
Instalacja
1. Sklonuj repozytorium AG-UI
Najpierw sklonuj repozytorium AG-UI zawierające aplikację Dojo i przykłady integracji z programem Microsoft Agent Framework:
git clone https://github.com/ag-oss/ag-ui.git
cd ag-ui
2. Przejdź do katalogu Przykłady
cd integrations/microsoft-agent-framework/python/examples
3. Instalowanie zależności języka Python
Użyj uv, aby zainstalować wymagane zależności.
uv sync
4. Konfigurowanie zmiennych środowiskowych
.env Utwórz plik na podstawie podanego szablonu:
cp .env.example .env
Edytuj plik .env i dodaj poświadczenia API.
# 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
Uwaga / Notatka
W przypadku używania elementu DefaultAzureCredential zamiast api_key do uwierzytelniania, upewnij się, że jesteś uwierzytelniony na platformie Azure (np. za pomocą az login). Aby uzyskać więcej informacji, zobacz dokumentację usługi Azure Identity.
Uruchamianie aplikacji Dojo
1. Uruchamianie serwera zaplecza
W katalogu examples uruchom serwer zaplecza przy użyciu przykładowych agentów:
cd integrations/microsoft-agent-framework/python/examples
uv run dev
Serwer zostanie domyślnie uruchomiony http://localhost:8888 .
2. Uruchamianie frontonu Dojo
Otwórz nowe okno terminalu, przejdź do katalogu głównego repozytorium AG-UI, a następnie do katalogu aplikacji Dojo:
cd apps/dojo
pnpm install
pnpm dev
Fronton Dojo będzie dostępny pod adresem http://localhost:3000.
3. Nawiązywanie połączenia z agentem
Otwórz
http://localhost:3000w przeglądarceKonfigurowanie adresu URL serwera do
http://localhost:8888Wybierz pozycję "Microsoft Agent Framework (Python)" z listy rozwijanej
Rozpocznij eksplorowanie przykładowych agentów
Dostępni przykładowi agenci
Przykłady integracji przedstawiają wszystkie 7 funkcji AG-UI za pośrednictwem różnych punktów końcowych agentów.
| Endpoint | Funkcja | Description |
|---|---|---|
/agentic_chat |
Funkcja 1. Czat agenta | Podstawowy agent konwersacyjny z wywoływaniem narzędzi |
/backend_tool_rendering |
Funkcja 2. Renderowanie narzędzi zaplecza | Agent z niestandardowym renderowaniem interfejsu użytkownika narzędzia |
/human_in_the_loop |
Funkcja 3. Człowiek w pętli | Agent z workflowami zatwierdzania |
/agentic_generative_ui |
Funkcja 4: Interfejs użytkownika generatywnego agencji | Agent, który dzieli zadania na kroki z uaktualnieniami przesyłanymi strumieniowo |
/tool_based_generative_ui |
Funkcja 5: Generatywny interfejs użytkownika oparty na narzędziach | Agent, który generuje niestandardowe składniki interfejsu użytkownika |
/shared_state |
Funkcja 6. Stan udostępniony | Agent z synchronizacją stanu dwukierunkowego |
/predictive_state_updates |
Funkcja 7. Aktualizacje stanu predykcyjnego | Agent z aktualizacjami stanu predykcyjnego podczas wykonywania narzędzia |
Testowanie własnych agentów
Aby przetestować własnych agentów za pomocą narzędzia Dojo:
1. Tworzenie agenta
Utwórz nowego agenta zgodnie z przewodnikiem Wprowadzenie :
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. Dodaj agenta do serwera
W aplikacji FastAPI zarejestruj punkt końcowy agenta:
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. Testowanie w dojo
- Uruchamianie serwera
- Otwórz witrynę Dojo pod adresem
http://localhost:3000 - Ustaw adres URL serwera na
http://localhost:8888 - Agent pojawi się na liście rozwijanej punktów końcowych jako "my_agent"
- Wybierz go i rozpocznij testowanie
Struktura projektu
Przykłady integracji repozytorium AG-UI są zgodne z tą strukturą:
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
Rozwiązywanie problemów
Problemy z połączeniem serwera
Jeśli usługa Dojo nie może nawiązać połączenia z serwerem:
- Sprawdź, czy serwer jest uruchomiony na poprawnym porcie (wartość domyślna: 8888)
- Sprawdź, czy adres URL serwera w usłudze Dojo jest zgodny z adresem serwera
- Upewnij się, że żadna zapora nie blokuje połączenia
- Wyszukaj błędy MECHANIZMU CORS w konsoli przeglądarki
Agent się nie pojawia
Jeśli agent nie jest wyświetlany w menu rozwijanym Dojo:
- Sprawdź, czy punkt końcowy agenta jest poprawnie zarejestrowany
- Sprawdzanie dzienników serwera pod kątem błędów uruchamiania
- Upewnij się, że wywołanie
add_agent_framework_fastapi_endpointzostało ukończone pomyślnie
Problemy ze zmienną środowiskową
Jeśli zobaczysz błędy uwierzytelniania:
- Sprawdź, czy plik
.envznajduje się w poprawnym katalogu. - Sprawdź, czy ustawiono wszystkie wymagane zmienne środowiskowe
- Upewnij się, że klucze interfejsu API i punkty końcowe są prawidłowe
- Uruchom ponownie serwer po zmianie zmiennych środowiskowych
Dalsze kroki
- Eksplorowanie przykładowych agentów w celu wyświetlenia wzorców implementacji
- Dowiedz się więcej o renderowaniu narzędzi zaplecza w celu dostosowania interfejsów użytkownika narzędzi
Dodatkowe zasoby
Wkrótce.