Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Den här självstudien visar hur du skapar server- och klientprogram med hjälp av AG-UI-protokollet med Agent Framework. Du lär dig hur du kör en agent bakom en AG-UI-ändpunkt och ansluter en klient för interaktiva samtal.
Vad du kommer att bygga
I slutet av den här självstudien har du:
- En AG-UI server som är värd för en AI-agent som är tillgänglig via HTTP
- Ett klientprogram som ansluter till servern och strömmar svar
- Förstå hur AG-UI-protokollet fungerar med Agent Framework
Förutsättningar
- .NET 8 eller senare
- Ett ASP.NET Core projekt
- En konfigurerad MAF
AIAgent
Exemplet använder Azure OpenAI, men MapAGUIServer fungerar med alla MAF-agenter.
Skapa en AG-UI-server
Installera värdpaketet:
dotnet add package Microsoft.Agents.AI.Hosting.AGUI.AspNetCore --prerelease
Registrera AG-UI värd och mappa din agent:
using Microsoft.Agents.AI;
using Microsoft.Agents.AI.Hosting.AGUI.AspNetCore;
WebApplicationBuilder builder = WebApplication.CreateBuilder(args);
builder.Services.AddAGUIServer();
AIAgent agent = CreateAgent();
WebApplication app = builder.Build();
app.MapAGUIServer("/", agent);
await app.RunAsync();
MapAGUIServer tar emot AG-UI-RunAgentInputbegäranden och skickar agentens svar som en ström av AG-UI-händelser över server-sent events (SSE).
Kör servern på den URL som används av klientexemplet:
dotnet run --urls http://localhost:8888
Tips/Råd
Se .NET komma igång-exemplet för en komplett server- och konsolklient.
Ansluta med en .NET-klient
AG-UI .NET SDK tillhandahåller AGUIChatClient, som implementerar IChatClient och kan anpassas till en MAF-agent:
dotnet add package AGUI.Client --prerelease
dotnet add package Microsoft.Agents.AI --prerelease
using AGUI.Abstractions;
using AGUI.Client;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using HttpClient httpClient = new() { BaseAddress = new Uri("http://localhost:8888") };
AGUIChatClient chatClient = new(new AGUIChatClientOptions(httpClient, "/"));
AIAgent remoteAgent = chatClient.AsAIAgent();
AgentSession session = await remoteAgent.CreateSessionAsync();
List<AgentResponseUpdate> firstTurnUpdates = [];
await foreach (AgentResponseUpdate update in
remoteAgent.RunStreamingAsync("Hello", session))
{
firstTurnUpdates.Add(update);
foreach (TextContent text in update.Contents.OfType<TextContent>())
{
Console.Write(text.Text);
}
}
Du kan också ansluta med alla klienter som implementerar AG-UI protokollet.
Konversationskontinuitet
AG-UI använder threadId och parentRunId för att identifiera fortsättningsbegäranden. Dessa identifieringsuppgifter är protokolldata, inte behörighetsuppgifter för auktorisering.
AGUIChatClient är tillståndslös. Om du vill fortsätta en serverägd konversation hämtar du identifierarna från den första interaktionens RunStartedEvent och inkluderar sedan samma threadId och föregående runId som parentRunId i nästa förfrågan:
RunStartedEvent started = firstTurnUpdates
.Select(update => update.AsChatResponseUpdate().RawRepresentation)
.OfType<RunStartedEvent>()
.FirstOrDefault()
?? throw new InvalidOperationException("The server didn't return a run-started event.");
ChatMessage nextMessage = new(ChatRole.User, "What did I just say?");
ChatClientAgentRunOptions continuationOptions = new()
{
ChatOptions = new ChatOptions
{
RawRepresentationFactory = _ => new RunAgentInput
{
ThreadId = started.ThreadId,
ParentRunId = started.RunId,
Messages = new[] { nextMessage }.AsAGUIMessages().ToList(),
},
},
};
await foreach (AgentResponseUpdate update in
remoteAgent.RunStreamingAsync([nextMessage], session, continuationOptions))
{
// Process the continued response.
}
Skicka endast de nya meddelandena i en fortsättningsbegäran.
MapAGUIServer använder threadId för att välja sessionen för den värdbaserade agenten och parentRunId för att identifiera den körning som fortsätts. Utan värdbaserad sessionspersistence får varje begäran en ny serversession. klienten kan i stället skicka om konversationshistoriken.
Om du vill behålla serverägt AgentSession tillstånd mellan begäranden konfigurerar du värdbaserad sessionspersistens och isolering och mappar sedan den namngivna värdbaserade agenten med MapAGUIServer. Information om den AG-UI-specifika förtroendegränsen finns i Överväganden för produktion och säkerhet.
Nästa steg
Relaterade resurser
Förutsättningar
Kontrollera att du har följande innan du börjar:
- Python 3.10 eller senare
- Azure OpenAI-tjänstslutpunkt och distribution konfigurerad
- Azure CLI installerat och autentiserat
- Användaren har
Cognitive Services OpenAI Contributorrollen för Azure OpenAI-resursen
Anmärkning
De här exemplen använder Azure OpenAI-modeller. Mer information finns i distribuera Azure OpenAI-modeller med Foundry.
Anmärkning
Dessa exempel använder DefaultAzureCredential för autentisering. Kontrollera att du är autentiserad med Azure (t.ex. via az login). Mer information finns i dokumentationen om Azure Identity.
Varning
Protokollet AG-UI är fortfarande under utveckling och kan komma att ändras. Vi kommer att hålla dessa exempel uppdaterade när protokollet utvecklas.
Steg 1: Skapa en AG-UI Server
AG-UI-servern är värd för din AI-agent och exponerar den via HTTP-slutpunkter med FastAPI.
Installera nödvändiga paket
Installera nödvändiga paket för servern:
pip install agent-framework-ag-ui --pre
Eller med uv:
uv pip install agent-framework-ag-ui --prerelease=allow
Detta installerar automatiskt agent-framework-core, fastapi, uvicorn och sse-starlette som beroenden.
Serverkod
Skapa en fil med namnet server.py:
"""AG-UI server example."""
import os
from agent_framework import Agent
from agent_framework.openai import OpenAIChatCompletionClient
from agent_framework_ag_ui import add_agent_framework_fastapi_endpoint
from azure.identity import AzureCliCredential
from fastapi import FastAPI
# Read required configuration
endpoint = os.environ.get("AZURE_OPENAI_ENDPOINT")
deployment_name = os.environ.get("AZURE_OPENAI_CHAT_COMPLETION_MODEL")
if not endpoint:
raise ValueError("AZURE_OPENAI_ENDPOINT environment variable is required")
if not deployment_name:
raise ValueError("AZURE_OPENAI_CHAT_COMPLETION_MODEL environment variable is required")
chat_client = OpenAIChatCompletionClient(
model=deployment_name,
azure_endpoint=endpoint,
api_version=os.getenv("AZURE_OPENAI_API_VERSION"),
credential=AzureCliCredential(),
)
# Create the AI agent
agent = Agent(
name="AGUIAssistant",
instructions="You are a helpful assistant.",
client=chat_client,
)
# Create FastAPI app
app = FastAPI(title="AG-UI Server")
# Register the AG-UI endpoint
add_agent_framework_fastapi_endpoint(app, agent, "/")
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="127.0.0.1", port=8888)
Viktiga begrepp
-
add_agent_framework_fastapi_endpoint: Registrerar AG-UI slutpunkten med automatisk hantering av begäran/svar och SSE-strömning -
Agent: Agent Framework-agenten som hanterar inkommande begäranden - FastAPI-integrering: Använder FastAPI:s interna asynkrona stöd för strömningssvar
- Instruktioner: Agenten skapas med standardinstruktioner som kan åsidosättas av klientmeddelanden
-
Konfiguration:
OpenAIChatCompletionClientaccepterar explicita Azure-routningsindata sommodel,azure_endpoint,api_versionoch ochcredentialkan också läsa från miljövariabler
Konfigurera och köra servern
Ange nödvändiga miljövariabler:
export AZURE_OPENAI_ENDPOINT="https://your-resource.openai.azure.com/"
export AZURE_OPENAI_CHAT_COMPLETION_MODEL="gpt-4o-mini"
Kör servern:
python server.py
Eller använda uvicorn direkt:
uvicorn server:app --host 127.0.0.1 --port 8888
Servern börjar lyssna på http://127.0.0.1:8888.
Steg 2: Skapa en AG-UI-klient
Den AG-UI klienten ansluter till fjärrservern och visar strömmande svar.
Installera nödvändiga paket
Det AG-UI paketet är redan installerat, som innehåller AGUIChatClient:
# Already installed with agent-framework-ag-ui
pip install agent-framework-ag-ui --pre
Klientkod
Skapa en fil med namnet client.py:
"""AG-UI client example."""
import asyncio
import os
from agent_framework import Agent
from agent_framework_ag_ui import AGUIChatClient
async def main():
"""Main client loop."""
# Get server URL from environment or use default
server_url = os.environ.get("AGUI_SERVER_URL", "http://127.0.0.1:8888/")
print(f"Connecting to AG-UI server at: {server_url}\n")
# Create AG-UI chat client
chat_client = AGUIChatClient(endpoint=server_url)
# Create agent with the chat client
agent = Agent(
name="ClientAgent",
client=chat_client,
instructions="You are a helpful assistant.",
)
# Get a thread for conversation continuity
thread = agent.create_session()
try:
while True:
# Get user input
message = input("\nUser (:q or quit to exit): ")
if not message.strip():
print("Request cannot be empty.")
continue
if message.lower() in (":q", "quit"):
break
# Stream the agent response
print("\nAssistant: ", end="", flush=True)
async for update in agent.run(message, session=thread, stream=True):
# Print text content as it streams
if update.text:
print(f"\033[96m{update.text}\033[0m", end="", flush=True)
print("\n")
except KeyboardInterrupt:
print("\n\nExiting...")
except Exception as e:
print(f"\n\033[91mAn error occurred: {e}\033[0m")
if __name__ == "__main__":
asyncio.run(main())
Viktiga begrepp
-
Server-Sent Events (SSE): Protokollet använder SSE-format (
data: {json}\n\n) -
Händelsetyper: Olika händelser tillhandahåller metadata och innehåll (VERSALER med understreck):
-
RUN_STARTED: Agenten har börjat bearbeta -
TEXT_MESSAGE_START: Start av ett textmeddelande från agenten -
TEXT_MESSAGE_CONTENT: Inkrementell text som strömmas från agenten, med fältetdelta -
TEXT_MESSAGE_END: Slutet på ett textmeddelande -
RUN_FINISHED: Slutfört -
RUN_ERROR: Felinformation
-
-
Fältnamngivning: Händelsefält använder camelCase (t.ex.
threadId,runId,messageId) -
Trådhantering: Upprätthåller
threadIdkonversationskontexten mellan begäranden - Client-Side instruktioner: Systemmeddelanden skickas från klienten
Konfigurera och köra klienten
Du kan också ange en anpassad server-URL:
export AGUI_SERVER_URL="http://127.0.0.1:8888/"
Kör klienten (i en separat terminal):
python client.py
Steg 3: Testa det fullständiga systemet
När både servern och klienten körs kan du nu testa hela systemet.
Förväntade utdata
$ python client.py
Connecting to AG-UI server at: http://127.0.0.1:8888/
User (:q or quit to exit): What is 2 + 2?
[Run Started - Thread: abc123, Run: xyz789]
2 + 2 equals 4.
[Run Finished - Thread: abc123, Run: xyz789]
User (:q or quit to exit): Tell me a fun fact about space
[Run Started - Thread: abc123, Run: def456]
Here's a fun fact: A day on Venus is longer than its year! Venus takes
about 243 Earth days to rotate once on its axis, but only about 225 Earth
days to orbit the Sun.
[Run Finished - Thread: abc123, Run: def456]
User (:q or quit to exit): :q
Färgkodad utdata
Klienten visar olika innehållstyper med distinkta färger:
- Gul: Meddelanden om start av körning
- Cyan: Agenttextsvar (strömmas i realtid)
- Grön: Kör aviseringar om slutförande
- Röd: Felmeddelanden
Testa med curl (valfritt)
Innan du kör klienten kan du testa servern manuellt med curl:
curl -N http://127.0.0.1:8888/ \
-H "Content-Type: application/json" \
-H "Accept: text/event-stream" \
-d '{
"messages": [
{"role": "user", "content": "What is 2 + 2?"}
]
}'
Du bör se Server-Sent Events som strömmas tillbaka:
data: {"type":"RUN_STARTED","threadId":"...","runId":"..."}
data: {"type":"TEXT_MESSAGE_START","messageId":"...","role":"assistant"}
data: {"type":"TEXT_MESSAGE_CONTENT","messageId":"...","delta":"The"}
data: {"type":"TEXT_MESSAGE_CONTENT","messageId":"...","delta":" answer"}
...
data: {"type":"TEXT_MESSAGE_END","messageId":"..."}
data: {"type":"RUN_FINISHED","threadId":"...","runId":"..."}
För en inaktiv dataström kan curl också visa kommentarrader : keepalive. Det här är SSE-transportkommenteringar, inte AG-UI händelser.
Så här fungerar det
Flöde på Serversidan
- Klienten skickar HTTP POST-begäran med meddelanden
- FastAPI-slutpunkten tar emot begäran
-
AgentFrameworkAgentwrapper orkestrerar körningen - Agenten bearbetar meddelandena med Agent Framework
-
AgentFrameworkEventBridgekonverterar agentuppdateringar till AG-UI händelser - Svar strömmas tillbaka som Server-Sent Events (SSE)
- Anslutningen stängs när processen är klar
Klientsideflöde
- Klienten skickar HTTP POST-begäran till serverslutpunkten
- Servern svarar med SSE-ström
- Klienten parsar inkommande
data:rader som JSON-händelser - Varje händelse visas baserat på dess typ
-
threadIdsamlas in för konversationskontinuitet - Flödet kompletteras när
RUN_FINISHEDhändelsen anländer
Protokollinformation
Protokollet AG-UI använder:
- HTTP POST för att skicka begäranden
- Server-Sent Events (SSE) för strömningssvar
- JSON för händelse serialisering
- Tråd-ID:t för att upprätthålla konversationskontext
- Kör ID:t för att spåra enskilda körningar
- Namngivning av händelsetyp: VERSALER med understreck (t.ex.
RUN_STARTED,TEXT_MESSAGE_CONTENT) - Namn på fält: camelCase (t.ex.
threadId,runId,messageId) - SSE keepalive-kommentarer var 15:e sekund när strömmen är inaktiv. Klienter som endast bearbetar
data:rader ignorerar dessa kommentarer automatiskt.
Vanliga mönster
Anpassad serverkonfiguration
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
app = FastAPI()
# Add CORS for web clients
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
add_agent_framework_fastapi_endpoint(
app,
agent,
"/agent",
keepalive_seconds=30, # Defaults to 15; set to None to disable
)
keepalive_seconds måste vara ett positivt tal eller None.
Flera agenter
app = FastAPI()
weather_agent = Agent(name="weather", ...)
finance_agent = Agent(name="finance", ...)
add_agent_framework_fastapi_endpoint(app, weather_agent, "/weather")
add_agent_framework_fastapi_endpoint(app, finance_agent, "/finance")
Felhantering
try:
async for event in client.send_message(message):
if event.get("type") == "RUN_ERROR":
error_msg = event.get("message", "Unknown error")
print(f"Error: {error_msg}")
# Handle error appropriately
except httpx.HTTPError as e:
print(f"HTTP error: {e}")
except Exception as e:
print(f"Unexpected error: {e}")
Troubleshooting
Anslutningen nekades
Kontrollera att servern körs innan du startar klienten:
# Terminal 1
python server.py
# Terminal 2 (after server starts)
python client.py
Autentiseringsfel
Kontrollera att du är autentiserad med Azure:
az login
Kontrollera att du har rätt rolltilldelning för Azure OpenAI-resursen.
Strömning fungerar inte
Kontrollera att klientens timeout är tillräcklig:
httpx.AsyncClient(timeout=60.0) # 60 seconds should be enough
För långkörande agenter ökar du tidsgränsen därefter.
Inaktiva strömmar genererar en SSE keepalive-kommentar var 15:e sekund som standard. Om en proxy stänger inaktiva anslutningar tidigare konfigurerar du ett mindre positivt keepalive_seconds värde när du registrerar slutpunkten.
Trådkontext förlorad
Klienten hanterar automatiskt trådkontinuitet. Om kontexten går förlorad:
- Kontrollera att
threadIdsamlas in frånRUN_STARTEDhändelser - Kontrollera att samma klientinstans används mellan meddelanden
- Kontrollera att servern tar emot
thread_idi efterföljande begäranden
Nästa steg
Nu när du förstår grunderna i AG-UI kan du:
- Lägg till serverdelsverktyg: Skapa anpassade funktionsverktyg för din domän
Ytterligare resurser
Go stöder AG-UI via provider/aguiprovider för både servrar och klienter.
import "github.com/microsoft/agent-framework-go/provider/aguiprovider"
mux := http.NewServeMux()
mux.Handle("/", aguiprovider.NewJSONHTTPHandler(myAgent, aguiprovider.HandlerConfig{}))
if err := http.ListenAndServe(":8888", mux); err != nil {
log.Fatal(err)
}
Använd aguiprovider.NewAgent när din Go-app behöver anropa en AG-UI-server som en agent:
import aguiSSEClient "github.com/ag-ui-protocol/ag-ui/sdks/community/go/pkg/client/sse"
a := aguiprovider.NewAgent(
aguiSSEClient.NewClient(aguiSSEClient.Config{Endpoint: serverURL}),
aguiprovider.AgentConfig{},
)
Tips/Råd
Se exemplen för att komma igång med AG-UI-servern och klienten för fullständiga exempel som går att köra.