Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O aplicativoAG-UI Dojo fornece um ambiente interativo para testar e explorar agentes do Microsoft Agent Framework que implementam o protocolo AG-UI. O Dojo oferece uma interface visual para se conectar aos seus agentes e interagir com todos os 7 recursos AG-UI.
Pré-requisitos
Antes de começar, verifique se você tem:
- Python 3.10 ou superior
- uv para gerenciamento de dependência
- Uma chave de API OpenAI ou um ponto de extremidade do Azure OpenAI
- Node.js e pnpm (para executar o front-end do Dojo)
Installation
1. Clonar o repositório de AG-UI
Primeiro, clone o repositório AG-UI que contém o aplicativo Dojo e os exemplos de integração do Microsoft Agent Framework:
git clone https://github.com/ag-oss/ag-ui.git
cd ag-ui
2. Navegue até o Diretório de Exemplos
cd integrations/microsoft-agent-framework/python/examples
3. Instalar dependências do Python
Use uv para instalar as dependências necessárias:
uv sync
4. Configurar variáveis de ambiente
Crie um .env arquivo com base no modelo fornecido:
cp .env.example .env
Edite o .env arquivo e adicione suas credenciais de 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
Observação
Se estiver usando DefaultAzureCredential, no lugar de api_key para autenticação, certifique-se de estar autenticado no Azure (por exemplo, via az login). Para obter mais informações, consulte a documentação da Identidade do Azure.
Executando o aplicativo Dojo
1. Iniciar o servidor de back-end
No diretório de exemplos, inicie o servidor de back-end com os agentes de exemplo:
cd integrations/microsoft-agent-framework/python/examples
uv run dev
O servidor, por padrão, será iniciado em http://localhost:8888.
2. Iniciar o front-end do Dojo
Abra uma nova janela de terminal, navegue até a raiz do repositório AG-UI e, em seguida, para o diretório de aplicativos do Dojo:
cd apps/dojo
pnpm install
pnpm dev
O front-end do Dojo estará disponível em http://localhost:3000.
3. Conectar-se ao seu agente
Abrir
http://localhost:3000no navegadorConfigurar a URL do servidor para
http://localhost:8888Selecione "Microsoft Agent Framework (Python)" na lista suspensa
Comece a explorar os agentes de exemplo
Agentes de exemplo disponíveis
Os exemplos de integração demonstram todos os 7 recursos AG-UI por meio de pontos de extremidade de agente diferentes:
| Ponto final | Característica | Description |
|---|---|---|
/agentic_chat |
Recurso 1: Chat Agênico | Agente conversacional básico com chamada de ferramenta |
/backend_tool_rendering |
Recurso 2: Renderização da Ferramenta Backend | Agente com renderização da interface de usuário de ferramenta customizada |
/human_in_the_loop |
Recurso 3: Humano no Loop | Agente com fluxos de trabalho de aprovação |
/agentic_generative_ui |
Recurso 4: UI Generativa Agente | Agente que divide tarefas em etapas com atualizações em fluxo contínuo |
/tool_based_generative_ui |
Recurso 5: interface do usuário generativa baseada em ferramentas | Agente que gera componentes de interface do usuário personalizados |
/shared_state |
Recurso 6: Estado Compartilhado | Agente com sincronização de estado bidirecional |
/predictive_state_updates |
Recurso 7: Atualizações de Estado Preditivo | Agente com atualizações de estado preditivo durante a execução da ferramenta |
Testando seus próprios agentes
Para testar seus próprios agentes com o Dojo:
1. Criar seu agente
Crie um novo agente seguindo o guia de Introdução :
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. Adicionar o agente ao servidor
Na sua aplicação FastAPI, registre o endpoint do agente:
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. Testar no Dojo
- Iniciar o servidor
- Abrir o Dojo em
http://localhost:3000 - Definir a URL do servidor como
http://localhost:8888 - Seu agente aparecerá no menu suspenso do endpoint como "my_agent"
- Selecione-o e inicie o teste
Estrutura do Projeto
Os exemplos de integração do repositório AG-UI seguem esta estrutura:
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
Resolução de problemas
Problemas de conexão do servidor
Se o Dojo não puder se conectar ao servidor:
- Verifique se o servidor está em execução na porta correta (padrão: 8888)
- Verifique se a URL do servidor no Dojo corresponde ao endereço do servidor
- Verifique se nenhum firewall está bloqueando a conexão
- Procure erros de CORS no console do navegador
Agente não está aparecendo
Se o seu agente não aparecer na lista suspensa Dojo:
- Verifique se o endpoint do agente está registrado corretamente
- Verificar os logs do servidor quanto a erros de inicialização
- Verifique se a
add_agent_framework_fastapi_endpointchamada foi concluída com êxito
Problemas de variável de ambiente
Se você vir erros de autenticação:
- Verifique se o
.envarquivo está no diretório correto - Verifique se todas as variáveis de ambiente necessárias estão definidas
- Verifique se as chaves de API e os pontos de extremidade são válidos
- Reinicie o servidor depois de alterar variáveis de ambiente
Próximas etapas
- Explorar os agentes de exemplo para ver os padrões de implementação
- Saiba mais sobre a Renderização de Ferramentas de Back-end para personalizar UIs da ferramenta
Recursos adicionais
Em breve.