Passo 6: Arnês de Agente

Uma estrutura envolvente fornece a um cliente de chat a estrutura de apoio de que um agente precisa para executar tarefas longas, com várias etapas — modos de planeamento/execução, uma lista de tarefas com base na qual planear, compactação de contexto, memória de ficheiros, acesso a ficheiros e aprovação de ferramentas com a opção “não voltar a perguntar”. Em vez de montares essas peças tu próprio, crias um agente de arnês e tiras-as da caixa.

Crie um agente de harness a partir de qualquer IChatClient com o método de extensão AsHarnessAgent. Como um ambiente de execução processa tarefas de forma interativa ao longo de várias etapas, normalmente é controlado através de um ciclo de conversa: mantenha um AgentSession para que o estado do ambiente de execução (plano, itens pendentes e histórico) persista entre interações, leia a instrução seguinte do utilizador e transmita a saída do agente à medida que é gerada.

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();
}

O sistema gere o planeamento, o acompanhamento das tarefas pendentes e a persistência do histórico por si, ao longo de toda a conversa. Para uma consola com todas as funcionalidades — com pedidos de aprovação de ferramentas, apresentação do modo e da lista de tarefas, e comandos com barra — consulte a interface de terminal de exemplo.

Tip

Consulte os exemplos de aplicações de teste .NET para ver aplicações completas executáveis.

O exemplo completo cria um cliente de chat Microsoft Foundry, envolve-o com create_harness_agent, e reutiliza uma sessão ao longo de dois turnos. O harness adiciona planeamento, acompanhamento de tarefas e compactação, enquanto a amostra desativa a memória de ficheiros e a pesquisa web para manter o foco.

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())

A sessão partilhada preserva o estado do harness em ambas as chamadas. Para uma consola completa – com prompts de aprovação de ferramentas, renderização de to-do e modos, e comandos de barra – veja o exemplo de UX do terminal.

Tip

Veja o exemplo completo de primeiros passos. Para mais padrões, veja os exemplos do ambiente de execução Python.

Tip

A agent-framework-builder-python competência do agente de programação pode orientar a composição e as escolhas de pacotes. É separado das Agent Skills em tempo de execução, que continuam a ser uma capacidade opcional do harness em Python.

Prerequisites

  • Go 1.26 ou posterior.
  • Um checkout local do repositório Agent Framework Go.
  • Um endpoint de projeto Foundry e implementação de modelos, configurados através de FOUNDRY_PROJECT_ENDPOINT e FOUNDRY_MODEL.
  • Uma credencial do Azure suportada por DefaultAzureCredential, como um início de sessão CLI do Azure com az login.

Configurar o harness Go

O pacote agent/harness configura um agente comum suportado por fornecedor. Passe o resultado de harness.AgentConfig para o construtor do provider:

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.",
        },
    )

As predefinições incluem “todos”, os modos de planear e executar, memória de ficheiros isolada por sessão, competências, pesquisa web alojada, middleware de aprovação de ferramentas e instrumentação OpenTelemetry. O helper também permite a persistência do histórico de chamadas por serviço e a injeção de mensagens.

Este exemplo da Foundry define DisableStoreOutput: true para que a história local domine a conversa. Defina DisableWebSearch em harness.Config se o fornecedor ou a implementação selecionados não suportam pesquisa web alojada.

Executa a amostra completa a partir da raiz do repositório Go:

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

A amostra reutiliza uma sessão em dois turnos, gere pedidos de aprovação de ferramentas e abre uma sessão separada para demonstrar isolamento de memória. A memória do ficheiro persiste em agent-file-memory no diretório de trabalho.

Compactação e looping são opcionais, em vez de serem predefinições do harness Go. Para limites de configuração e de componentes, consulte Agent Harness.

Tip

Consulte a amostra completa de harness composto e o guia de configuração do harness Go.

Passos seguintes

Passo 7: Aloje o seu agente

Vai mais fundo:

  • Última atualização a