Поделиться через

платформа агента Майкрософт

Agent Framework предлагает две основные категории возможностей:

Description
Агенты Отдельные агенты, использующие LLM для обработки входных данных, вызова инструментов и серверов MCP, и создания ответов. Поддерживает Майкрософт Foundry, Anthropic, Azure OpenAI, OpenAI, Ollama и more.
Рабочие процессы Рабочие процессы на основе графов, которые подключают агенты и функции для многоэтапных задач с поддержкой типобезопасной маршрутизации, контрольных точек и поддержки "человек в цикле".

Платформа также предоставляет основные строительные блоки, включая клиентов модели (завершения чата и ответы), сеанс агента для управления состоянием, поставщиков контекста для памяти агента, промежуточное ПО для перехвата действий агента и клиентов MCP для интеграции инструментов. Вместе эти компоненты обеспечивают гибкость и возможность создания интерактивных, надежных и безопасных приложений ИИ.

Начало работы

dotnet add package Microsoft.Agents.AI.Foundry --prerelease

using System;
using Azure.AI.Projects;
using Azure.Identity;
using Microsoft.Agents.AI;

AIAgent agent = new AIProjectClient(
        new Uri("https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project"),
        new AzureCliCredential())
    .AsAIAgent(
        model: "gpt-5.4-mini",
        instructions: "You are a friendly assistant. Keep your answers brief.");

Console.WriteLine(await agent.RunAsync("What is the largest city in France?"));

pip install agent-framework

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

    credential = AzureCliCredential()
    client = FoundryChatClient(
        project_endpoint="https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project",
        model="gpt-5.4-mini",
        credential=credential,
    )

    agent = client.as_agent(
        name="HelloAgent",
        instructions="You are a friendly assistant. Keep your answers brief.",
    )

    # Non-streaming: get the complete response at once
    result = await agent.run("What is the largest city in France?")
    print(f"Agent: {result}")

Это агент, вызывающий LLM и возвращающий ответ. Здесь можно добавить инструменты, многоэтапные беседы, посредническое ПО и рабочие процессы для создания готовых приложений.

Замечание

Agent Framework не загружает .env файлы автоматически. Чтобы использовать .env файл, вызовите load_dotenv() в начале приложения или задайте переменные среды непосредственно в оболочке или интегрированной среде разработки.

Начало работы — полное руководство

Когда использовать агентов и когда рабочие процессы

Используйте агент, когда... Используйте рабочий процесс, когда...
Задача не имеет чётких рамок или носит характер диалога Процесс имеет четко определенные шаги
Вам требуется использование автономных инструментов и планирование Вам нужен явный контроль над порядком выполнения
Один вызов LLM, возможно, с инструментами, достаточен Несколько агентов или функций должны координироваться

Если вы можете написать функцию для обработки задачи, сделайте это вместо использования агента ИИ.

Почему платформа агента?

Agent Framework объединяет простые абстракции агента AutoGen с корпоративными функциями Semantic Kernel — управление состояниями на основе сеансов, безопасность типов, ПО промежуточного слоя, телеметрия и добавление рабочих процессов на основе графов для явной оркестрации с несколькими агентами.

Semantic Kernel и AutoGen впервые внедряли концепции агентов ИИ и оркестрации с несколькими агентами. Agent Framework является прямым преемником, созданным теми же командами. Она объединяет простые абстракции AutoGen для шаблонов с одним и несколькими агентами с функциями корпоративного уровня Semantic Kernel, такими как управление состояниями на основе сеансов, безопасность типов, фильтры, телеметрия и расширенная поддержка внедрения. Помимо простого объединения, Agent Framework вводит рабочие процессы, которые предоставляют разработчикам точный контроль над путями выполнения мультиагентных систем, а также надежную систему управления состояниями для долгосрочных сценариев с участием человека. Короче говоря, Agent Framework — это следующее поколение как Semantic Kernel, так и autoGen.

Дополнительные сведения о миграции из Semantic Kernel или AutoGen см. в Руководстве по миграции из Semantic Kernel и Руководстве по миграции из AutoGen.

Как Semantic Kernel, так и AutoGen значительно выигрывают от сообщества с открытым исходным кодом, и то же самое ожидается для Agent Framework. Майкрософт Agent Framework приветствует взносы и будет поддерживать улучшение новых функций и возможностей.

Это важно

Если вы используете Майкрософт Agent Framework для создания приложений, работающих с любыми сторонними серверами, агентами, кодом или не Azure прямыми моделями ("Сторонние системы"), вы делаете это в собственном риске. Сторонние системы — это не Майкрософт продукты в соответствии с условиями Майкрософт продукта и регулируются собственными условиями лицензии сторонних производителей. Вы несете ответственность за любое использование и связанные расходы.

Мы рекомендуем просматривать все данные, совместно используемые и получаемые из сторонних систем, и учитывать сторонние методики обработки, совместного использования, хранения и расположения данных. Вы несете ответственность за управление тем, будет ли ваша информация выходить за пределы соблюдения требований Azure и географических границ вашей организации, а также за все связанные с этим последствия. Вам необходимо обеспечить подготовку соответствующих разрешений, установление границ и получение утверждений.

Вы несете ответственность за тщательное изучение и тестирование приложений, которые вы создаете с помощью платформы агента Майкрософт в контексте конкретных вариантов использования, а также принятия всех соответствующих решений и настроек. Это включает реализацию собственных ответственных мер по снижению рисков искусственного интеллекта, таких как метапромпт, фильтры содержимого или другие системы безопасности, а также обеспечение соответствия ваших приложений соответствующим стандартам качества, надежности, безопасности и добросовестности. См. также: вопросы и ответы по прозрачности

Дальнейшие шаги

Шаг 1. Первый агент

Вернитесь глубже:

  • Last updated on