Uwaga
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Większość firm nie chce tylko czatbotów — chcą automatyzacji, która jest szybsza i z mniejszą liczbą błędów. Może to oznaczać podsumowywanie dokumentów, przetwarzanie faktur, zarządzanie biletami pomocy technicznej lub publikowanie wpisów w blogu. We wszystkich przypadkach celem jest to samo: zwalnianie osób i zasobów w celu skupienia się na pracy o wyższej wartości poprzez odciążanie powtarzających się i przewidywalnych zadań.
Duże modele językowe (LLM) otworzyły drzwi do nowego typu automatyzacji z systemami, które mogą zrozumieć dane bez struktury, podejmować decyzje i generować zawartość. W praktyce może to być trudne dla przedsiębiorstw, aby przejść poza pokazy i do produkcji. LlMs mogą dryfować, być niepoprawne i brak odpowiedzialności. Bez widoczności, wymuszania zasad i orkiestracji te modele są trudne do zaufania w rzeczywistych przepływach pracy biznesowych.
Usługa Azure AI Foundry została zaprojektowana tak, aby to zmienić. Jest to platforma łącząca modele, narzędzia, struktury i ład w ujednolicony system do tworzenia inteligentnych agentów. W centrum tego systemu znajduje się Usługa Agenta Azure AI Foundry, umożliwiająca działanie agentów między rozwojem, wdrażaniem i produkcją.
Usługa agenta AI Foundry łączy podstawowe elementy rozwiązania Azure AI Foundry, takie jak modele, narzędzia i struktury w jednym środowisku uruchomieniowym. Zarządza wątkami, organizuje wywołania narzędzi, wymusza bezpieczeństwo zawartości i integruje się z systemami tożsamości, sieci i obserwacji w celu zapewnienia bezpieczeństwa, skalowalności i gotowości agentów do produkcji.
Abstrahując złożoność infrastruktury i zapewniając zaufanie oraz bezpieczeństwo z założenia, usługa agenta AI Foundry ułatwia z łatwością i pewnością przejście z prototypu do środowiska produkcyjnego.
Co to jest agent sztucznej inteligencji?
Agenci podejmują decyzje, wywołują narzędzia i uczestniczą w przepływach pracy. Czasami niezależnie, czasami we współpracy z innymi agentami lub ludźmi. To, co odróżnia agentów od asystentów, to autonomia: asystenci wspierają ludzi, agenci wypełniają cele. Są one podstawą prawdziwej automatyzacji procesów.
Agenci utworzeni przy użyciu rozwiązania AI Foundry nie są monolitami. Są to jednostki komponowalne. Każda z określoną rolą, obsługiwana przez właściwy model i wyposażona w odpowiednie narzędzia oraz wdrożona w bezpiecznym, obserwowalnym i podlegającym ładu środowisku uruchomieniowym.
Każdy agent ma trzy podstawowe składniki:
- Model (LLM): wspomaga rozumowanie i rozumienie języka
- Instrukcje: Definiowanie celów, zachowania i ograniczeń agenta
- Narzędzia: pozwól agentowi pobrać wiedzę lub podjąć działania
Agenci otrzymują nieustrukturyzowane dane wejściowe, takie jak monity użytkownika, alerty lub komunikaty od innych agentów. Tworzą dane wyjściowe w postaci wyników lub komunikatów narzędzia. Po drodze mogą wywoływać narzędzia do odczytywania danych lub uruchamiania akcji.
Jak działają agenci w narzędziu AI Foundry?
Pomyśl o usłudze Azure AI Foundry jako o linii montażowej dla inteligentnych agentów. Podobnie jak każda nowoczesna fabryka, łączy różne wyspecjalizowane stacje, z których każdy jest odpowiedzialny za kształtowanie części produktu końcowego. Zamiast maszyn i przenośników taśmowych, fabryka agentów używa modeli, narzędzi, zasad i aranżacji do tworzenia agentów, które są bezpieczne, testowalne i gotowe do produkcji. Oto jak działa fabryka krok po kroku:
1. Modele
Linia montażowa rozpoczyna się od wybrania modelu, który nadaje agentowi inteligencję. Wybierz spośród rosnącego katalogu dużych modeli językowych, w tym GPT-4o, GPT-4, GPT-3.5 (Azure OpenAI) i innych, takich jak Llama. To jest rdzeń rozumowania agenta, który wpływa na jego decyzje.
2. Dostosowywanie
Następnie kształtuj ten model tak, aby pasował do przypadku użycia. Dostosuj agenta za pomocą dostrajania, destylowania lub monitów specyficznych dla domeny. Ten krok umożliwia rejestrowanie zachowania agenta, wiedzy specyficznej dla ról i schematów efektywności z wcześniejszych wyników przy użyciu danych pozyskanych z rzeczywistej zawartości wątków i wyników narzędzi.
3. Narzędzia sztucznej inteligencji
Następnie zaopatrzyj agenta w narzędzia. Umożliwiają one uzyskiwanie dostępu do wiedzy przedsiębiorstwa (takiej jak Bing, SharePoint, Azure AI Search) i wykonywanie rzeczywistych akcji (za pośrednictwem usług Logic Apps, Azure Functions, OpenAPI i innych). Zwiększa to zdolność agenta do rozszerzania jego możliwości.
4. Orkiestracja
Następnie agent potrzebuje koordynacji. Agenci połączeni organizuje pełny cykl życia, taki jak obsługa wywołań narzędzi, aktualizowanie stanu wątku, zarządzanie ponownymi próbami i rejestrowanie danych wyjściowych.
5. Obserwacja
Na koniec agenci są testowani i monitorowani. Narzędzie AI Foundry może przechwytywać dzienniki, ślady i oceny na każdym kroku. Dzięki pełnej widoczności na poziomie wątku i integracji usługi Application Insights zespoły mogą sprawdzać każdą decyzję i stale ulepszać agentów w czasie.
6. Zaufanie
Ważne jest, aby upewnić się, że agenci są odpowiedni i niezawodni dla obciążenia, do którego są przypisani. Usługa AI Foundry stosuje funkcje zaufania klasy korporacyjnej, w tym tożsamość za pośrednictwem Microsoft Entra, RBAC (kontroli dostępu opartej na rolach), filtry zawartości, szyfrowanie i izolację sieciową. Wybierasz, w jaki sposób i gdzie uruchamiani są agenci — korzystając z infrastruktury zarządzanej przez platformę lub z własnej infrastruktury.
Wynik? Agent, który jest gotowy do produkcji: niezawodny, rozszerzalny i bezpieczny do wdrożenia w przepływach pracy.
Dlaczego warto używać usługi agenta usługi Azure AI Foundry?
Usługa agenta Azure AI Foundry zapewnia gotową do zastosowania w środowisku produkcyjnym fundament do wdrażania inteligentnych agentów w środowiskach korporacyjnych. Oto jak porównuje ona kluczowe możliwości:
Zdolność | Usługa agenta usługi Azure AI Foundry |
---|---|
1. Wgląd w konwersacje | Pełny dostęp do strukturalnych wątków, w tym wiadomości użytkownik↔agent i agent↔agent. Idealne rozwiązanie do obsługi interfejsów użytkownika, debugowania i trenowania |
2. Koordynacja wielu agentów | Wbudowana obsługa obsługi komunikatów między agentami. |
3. Orkiestracja narzędzi | Wykonywanie po stronie serwera i ponawianie prób wywołań narzędzi za pomocą rejestrowania strukturalnego. Nie jest wymagana ręczna aranżacja. |
4. Zaufanie i bezpieczeństwo | Zintegrowane filtry zawartości pomagają zapobiegać niewłaściwemu używaniu i ograniczać ryzyko iniekcji monitów (XPIA). wszystkie dane wyjściowe są regulowane przez politykę. |
5. Integracja dla przedsiębiorstw | Przynieś własny magazyn, indeks usługi Azure AI Search i sieć wirtualną , aby spełnić wymagania dotyczące zgodności. |
6. Obserwowanie i debugowanie | Wątki, wywołania narzędzi i ślady komunikatów są w pełni śledzone; Integracja usługi Application Insights z telemetrią |
7. Kontrola tożsamości i zasad | Oparta na platformie Microsoft Entra z pełnym wsparciem dla kontroli dostępu opartej na rolach (RBAC), logów inspekcji oraz dostępu warunkowego dla przedsiębiorstw. |
Rozpocznij pracę z usługą Foundry Agent
Aby rozpocząć pracę z usługą Agent Platformy Foundry, musisz utworzyć projekt usługi Azure AI Foundry w ramach subskrypcji platformy Azure.
Zacznij od konfiguracji środowiska i przewodnika Szybki start , jeśli po raz pierwszy korzystasz z usługi.
- Możesz utworzyć projekt z wymaganymi zasobami.
- Po utworzeniu projektu można wdrożyć zgodny model, taki jak GPT-4o.
- Po wdrożeniu modelu możesz również rozpocząć wykonywanie wywołań interfejsu API do usługi przy użyciu zestawów SDK.
Dalsze kroki
Dowiedz się więcej o modelach , które zasilają agentów.