Aracılığıyla paylaş

Microsoft Agent Framework İş Akışları Düzenlemeleri - Grup Sohbeti

Grup sohbeti düzenlemesi, konuşmacı seçimini ve konuşma akışını belirleyen bir düzenleyici tarafından koordine edilerek birden çok aracı arasında işbirliğine dayalı bir konuşmanın modelini oluşturur. Bu desen yinelemeli iyileştirme, işbirliğine dayalı sorun çözme veya çok perspektifli analiz gerektiren senaryolar için idealdir.

Grup sohbet orkestrasyonu, dahili olarak ajanları bir yıldız topolojisinde ve ortada bir orkestratör ile bir araya getirir. Düzenleyici, bir sonraki konuşma aracısını seçmek için hepsini bir kez deneme, istem tabanlı seçim veya konuşma bağlamını temel alan özel mantık gibi çeşitli stratejiler uygulayarak çok aracılı işbirliği için esnek ve güçlü bir desen oluşturabilir.

Grup Sohbeti Düzenleme

Grup Sohbeti ile Diğer Desenler Arasındaki Farklar

Grup sohbeti düzenleme, diğer çok aracılı desenlere kıyasla farklı özelliklere sahiptir:

  • Merkezi Koordinasyon: Aracıların denetimi doğrudan aktardığı iletim desenlerinden farklı olarak, grup sohbeti bir düzenleyici kullanarak sıradaki kimin konuştuğunu koordine eder
  • Yinelemeli İyileştirme: Aracılar birbirlerinin yanıtlarını birden çok turda inceleyebilir ve bunlar üzerinde derleme yapabilir
  • Esnek Konuşmacı Seçimi: Düzenleyici, konuşmacıları seçmek için çeşitli stratejiler (hepsini bir kez deneme, istem tabanlı, özel mantık) kullanabilir
  • Paylaşılan Bağlam: Tüm aracılar konuşma geçmişinin tamamını görür ve işbirliğine dayalı iyileştirmeyi etkinleştirir

Öğrenecekler

  • Grup işbirliği için özel aracılar oluşturma
  • Konuşmacı seçim stratejilerini yapılandırma
  • İteratif ajan iyileştirmesi ile iş akışları oluşturma
  • Özel düzenleyicilerle konuşma akışını özelleştirme

Azure OpenAI İstemcisini Ayarlama

using System;
using System.Collections.Generic;
using System.Threading.Tasks;
using Azure.AI.OpenAI;
using Azure.Identity;
using Microsoft.Agents.AI.Workflows;
using Microsoft.Extensions.AI;
using Microsoft.Agents.AI;

// Set up the Azure OpenAI client
var endpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT") ??
    throw new InvalidOperationException("AZURE_OPENAI_ENDPOINT is not set.");
var deploymentName = Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENT_NAME") ?? "gpt-4o-mini";
var client = new AzureOpenAIClient(new Uri(endpoint), new DefaultAzureCredential())
    .GetChatClient(deploymentName)
    .AsIChatClient();

Uyarı

DefaultAzureCredential geliştirme için uygundur ancak üretimde dikkatli bir şekilde dikkate alınması gerekir. Üretimde gecikme sorunları, istenmeyen kimlik bilgisi yoklama ve geri dönüş mekanizmalarından kaynaklanan olası güvenlik risklerini önlemek için belirli bir kimlik bilgisi (ör ManagedIdentityCredential. ) kullanmayı göz önünde bulundurun.

Ajanlarınızı Tanımlayın

Grup konuşmasında farklı roller için özel aracılar oluşturun:

// Create a copywriter agent
ChatClientAgent writer = new(client,
    "You are a creative copywriter. Generate catchy slogans and marketing copy. Be concise and impactful.",
    "CopyWriter",
    "A creative copywriter agent");

// Create a reviewer agent
ChatClientAgent reviewer = new(client,
    "You are a marketing reviewer. Evaluate slogans for clarity, impact, and brand alignment. " +
    "Provide constructive feedback or approval.",
    "Reviewer",
    "A marketing review agent");

Round-Robin Orchestrator ile Grup Sohbeti Yapılandırma

kullanarak AgentWorkflowBuildergrup sohbeti iş akışını oluşturun:

// Build group chat with round-robin speaker selection
// The manager factory receives the list of agents and returns a configured manager
var workflow = AgentWorkflowBuilder
    .CreateGroupChatBuilderWith(agents =>
        new RoundRobinGroupChatManager(agents)
        {
            MaximumIterationCount = 5  // Maximum number of turns
        })
    .AddParticipants(writer, reviewer)
    .Build();

Grup Sohbeti İş Akışını Çalıştırma

İş akışını yürüt ve yinelemeli konuşmayı gözlemle.

// Start the group chat
var messages = new List<ChatMessage> {
    new(ChatRole.User, "Create a slogan for an eco-friendly electric vehicle.")
};

StreamingRun run = await InProcessExecution.StreamAsync(workflow, messages);
await run.TrySendMessageAsync(new TurnToken(emitEvents: true));

await foreach (WorkflowEvent evt in run.WatchStreamAsync().ConfigureAwait(false))
{
    if (evt is AgentResponseUpdateEvent update)
    {
        // Process streaming agent responses
        AgentResponse response = update.AsResponse();
        foreach (ChatMessage message in response.Messages)
        {
            Console.WriteLine($"[{update.ExecutorId}]: {message.Text}");
        }
    }
    else if (evt is WorkflowOutputEvent output)
    {
        // Workflow completed
        var conversationHistory = output.As<List<ChatMessage>>();
        Console.WriteLine("\n=== Final Conversation ===");
        foreach (var message in conversationHistory)
        {
            Console.WriteLine($"{message.AuthorName}: {message.Text}");
        }
        break;
    }
}

Örnek Etkileşim

[CopyWriter]: "Green Dreams, Zero Emissions" - Drive the future with style and sustainability.

[Reviewer]: The slogan is good, but "Green Dreams" might be a bit abstract. Consider something
more direct like "Pure Power, Zero Impact" to emphasize both performance and environmental benefit.

[CopyWriter]: "Pure Power, Zero Impact" - Experience electric excellence without compromise.

[Reviewer]: Excellent! This slogan is clear, impactful, and directly communicates the key benefits.
The tagline reinforces the message perfectly. Approved for use.

[CopyWriter]: Thank you! The final slogan is: "Pure Power, Zero Impact" - Experience electric
excellence without compromise.

Sohbet İstemcisini Ayarlama

from agent_framework.azure import AzureOpenAIChatClient
from azure.identity import AzureCliCredential

# Initialize the Azure OpenAI chat client
chat_client = AzureOpenAIChatClient(credential=AzureCliCredential())

Ajanlarınızı Tanımlayın

Farklı rollere sahip özel aracılar oluşturun:

from agent_framework import Agent

# Create a researcher agent
researcher = Agent(
    name="Researcher",
    description="Collects relevant background information.",
    instructions="Gather concise facts that help answer the question. Be brief and factual.",
    chat_client=chat_client,
)

# Create a writer agent
writer = Agent(
    name="Writer",
    description="Synthesizes polished answers using gathered information.",
    instructions="Compose clear, structured answers using any notes provided. Be comprehensive.",
    chat_client=chat_client,
)

Basit Seçici ile Grup Sohbeti Yapılandırma

Özel konuşmacı seçim mantığıyla grup sohbeti oluşturun:

from agent_framework.orchestrations import GroupChatBuilder, GroupChatState

def round_robin_selector(state: GroupChatState) -> str:
    """A round-robin selector function that picks the next speaker based on the current round index."""

    participant_names = list(state.participants.keys())
    return participant_names[state.current_round % len(participant_names)]


# Build the group chat workflow
workflow = GroupChatBuilder(
    participants=[researcher, writer],
    termination_condition=lambda conversation: len(conversation) >= 4,
    selection_func=round_robin_selector,
).build()

Agent-Based Orchestrator ile Grup Sohbeti Yapılandırma

Alternatif olarak, akıllı konuşmacı seçimi için aracı tabanlı bir düzenleyici kullanın. Orkestratör, araçlara, bağlam ve gözlemlenebilirliğe tam erişimi olan Agent kapsamlıdır.

# Create orchestrator agent for speaker selection
orchestrator_agent = Agent(
    name="Orchestrator",
    description="Coordinates multi-agent collaboration by selecting speakers",
    instructions="""
You coordinate a team conversation to solve the user's task.

Guidelines:
- Start with Researcher to gather information
- Then have Writer synthesize the final answer
- Only finish after both have contributed meaningfully
""",
    chat_client=chat_client,
)

# Build group chat with agent-based orchestrator
workflow = GroupChatBuilder(
    participants=[researcher, writer],
    # Set a hard termination condition: stop after 4 assistant messages
    # The agent orchestrator will intelligently decide when to end before this limit but just in case
    termination_condition=lambda messages: sum(1 for msg in messages if msg.role == "assistant") >= 4,
    orchestrator_agent=orchestrator_agent,
).build()

Grup Sohbeti İş Akışını Çalıştırma

İş akışını yürüt ve olayları işle:

from typing import cast
from agent_framework import AgentResponseUpdate, Role

task = "What are the key benefits of async/await in Python?"

print(f"Task: {task}\n")
print("=" * 80)

final_conversation: list[Message] = []
last_executor_id: str | None = None

# Run the workflow
async for event in workflow.run_stream(task):
    if event.type == "output" and isinstance(event.data, AgentResponseUpdate):
        # Print streaming agent updates
        eid = event.executor_id
        if eid != last_executor_id:
            if last_executor_id is not None:
                print()
            print(f"[{eid}]:", end=" ", flush=True)
            last_executor_id = eid
        print(event.data, end="", flush=True)
    elif event.type == "output":
        # Workflow completed - data is a list of Message
        final_conversation = cast(list[Message], event.data)

if final_conversation:
    print("\n\n" + "=" * 80)
    print("Final Conversation:")
    for msg in final_conversation:
        author = getattr(msg, "author_name", "Unknown")
        text = getattr(msg, "text", str(msg))
        print(f"\n[{author}]\n{text}")
        print("-" * 80)

print("\nWorkflow completed.")

Örnek Etkileşim

Task: What are the key benefits of async/await in Python?

================================================================================

[Researcher]: Async/await in Python provides non-blocking I/O operations, enabling
concurrent execution without threading overhead. Key benefits include improved
performance for I/O-bound tasks, better resource utilization, and simplified
concurrent code structure using native coroutines.

[Writer]: The key benefits of async/await in Python are:

1. **Non-blocking Operations**: Allows I/O operations to run concurrently without
   blocking the main thread, significantly improving performance for network
   requests, file I/O, and database queries.

2. **Resource Efficiency**: Avoids the overhead of thread creation and context
   switching, making it more memory-efficient than traditional threading.

3. **Simplified Concurrency**: Provides a clean, synchronous-looking syntax for
   asynchronous code, making concurrent programs easier to write and maintain.

4. **Scalability**: Enables handling thousands of concurrent connections with
   minimal resource consumption, ideal for high-performance web servers and APIs.

--------------------------------------------------------------------------------

Workflow completed.

Önemli Kavramlar

  • Merkezi Yönetici: Grup sohbeti, konuşmacı seçimini ve akışını koordine etmek için bir yönetici kullanır
  • AgentWorkflowBuilder.CreateGroupChatBuilderWith(): Bir yönetici fabrika işleviyle iş akışları oluşturur
  • RoundRobinGroupChatManager: Konuşmacıları dairesel sıra ile değiştiren yerleşik yönetici
  • MaximumIterationCount: Sonlandırmadan önce ajanın maksimum dönüş sayısını kontrol eder
  • Özel Yöneticiler: Özel mantığı genişletme veya uygulama
  • Yinelemeli İyileştirme: Aracılar birbirlerinin katkılarını gözden geçirir ve geliştirir
  • Paylaşılan Bağlam: Tüm katılımcılar konuşma geçmişinin tamamını görür
  • Esnek Düzenleyici Stratejileri: Oluşturucu parametreleri (selection_func, orchestrator_agentveya orchestrator) aracılığıyla basit seçiciler, aracı tabanlı düzenleyiciler veya özel mantık arasında seçim yapın.
  • GroupChatBuilder: Yapılandırılabilir konuşmacı seçimiyle iş akışları oluşturur
  • GroupChatState: Seçim kararları için konuşma durumu sağlar
  • Yinelemeli İşbirliği: Aracılar birbirlerinin katkılarına dayalıdır
  • Olay Akışı: Gerçek zamanlı olarak verilerle WorkflowOutputEvent işleme AgentResponseUpdate
  • list[Message] Output: Tüm orkestrasyonlar sohbet iletilerinin listesini döndürür

Gelişmiş: Özel Konuşmacı Seçimi

Özel grup sohbet yöneticisi oluşturarak özel yönetici mantığı uygulayabilirsiniz:

public class ApprovalBasedManager : RoundRobinGroupChatManager
{
    private readonly string _approverName;

    public ApprovalBasedManager(IReadOnlyList<AIAgent> agents, string approverName)
        : base(agents)
    {
        _approverName = approverName;
    }

    // Override to add custom termination logic
    protected override ValueTask<bool> ShouldTerminateAsync(
        IReadOnlyList<ChatMessage> history,
        CancellationToken cancellationToken = default)
    {
        var last = history.LastOrDefault();
        bool shouldTerminate = last?.AuthorName == _approverName &&
            last.Text?.Contains("approve", StringComparison.OrdinalIgnoreCase) == true;

        return ValueTask.FromResult(shouldTerminate);
    }
}

// Use custom manager in workflow
var workflow = AgentWorkflowBuilder
    .CreateGroupChatBuilderWith(agents =>
        new ApprovalBasedManager(agents, "Reviewer")
        {
            MaximumIterationCount = 10
        })
    .AddParticipants(writer, reviewer)
    .Build();

Konuşma durumuna göre karmaşık seçim mantığı uygulayabilirsiniz:

def smart_selector(state: GroupChatState) -> str:
    """Select speakers based on conversation content and context."""
    conversation = state.conversation

    last_message = conversation[-1] if conversation else None

    # If no messages yet, start with Researcher
    if not last_message:
        return "Researcher"

    # Check last message content
    last_text = last_message.text.lower()

    # If researcher finished gathering info, switch to writer
    if "I have finished" in last_text and last_message.author_name == "Researcher":
        return "Writer"

    # Else continue with researcher until it indicates completion
    return "Researcher"

workflow = GroupChatBuilder(
    participants=[researcher, writer],
    selection_func=smart_selector,
).build()

Önemli

Gelişmiş senaryolar için özel uygulaması BaseGroupChatOrchestrator kullanılırken, , participant_registryve max_roundsdahil olmak üzere termination_conditiontüm özelliklerin ayarlanması gerekir. max_rounds ve termination_condition oluşturucuda ayarlanmış olsa bile yoksayılır.

Bağlam Senkronizasyonu

Bu kılavuzun başında belirtildiği gibi, grup sohbetindeki tüm aracılar konuşma geçmişinin tamamını görür.

Agent Framework'teki aracılar, bağlamı yönetmek için aracı oturumlarına (AgentSession) dayanır. Grup sohbeti düzenlemesinde aracılar aynı oturum örneğini paylaşmaz , ancak düzenleyici her bir aracı oturumunun her turdan önce konuşma geçmişinin tamamıyla eşitlenmesini sağlar. Bunu başarmak için, her bir ajanın sırası geldikten sonra orkestratör yanıtı diğer tüm ajana yayınlayarak tüm diğer ajanların bir sonraki dönüşleri için en güncel bağlama sahip olduğundan emin olur.

Grup Sohbeti Bağlam Eşitleme

Tip

Farklı aracı türleri soyutlamanın farklı uygulamalarına sahip olabileceğinden aracılar aynı oturum örneğini AgentSession paylaşmaz. Aynı oturum örneğinin paylaşılması, her bir aracın bağlamı işlemesi ve koruması konusunda tutarsızlıklara yol açabilir.

Yanıtı yayınladıktan sonra orkestratör, sonraki konuşmacıyı belirler ve seçilen aracıya bir istek gönderir. Seçilen aracı, yanıtını oluşturmak için konuşma geçmişinin tamamına sahiptir.

Grup Sohbeti Ne Zaman Kullanılır?

Grup sohbeti düzenlemesi şuler için idealdir:

  • Yinelemeli İyileştirme: Birden çok gözden geçirme ve geliştirme turu
  • İşbirliğine Dayalı Sorun Çözme: Birlikte çalışan tamamlayıcı uzmanlığa sahip aracılar
  • İçerik Oluşturma: Belge oluşturma için yazar-gözden geçiren iş akışları
  • Multi-Perspective Analysis: Aynı giriş üzerinde farklı bakış açıları elde etme
  • Kalite Güvencesi: Otomatik gözden geçirme ve onay süreçleri

Aşağıdaki durumlarda alternatifleri göz önünde bulundurun:

  • Katı sıralı işlemeye ihtiyacınız var (Sıralı düzenlemeyi kullanın)
  • Ajanlar tamamen bağımsız çalışmalıdır (Eşzamanlı orkestrasyonu kullanın)
  • Doğrudan aracıdan aracıya aktarımlar gereklidir (Handoff orkestrasyonunu kullanın)
  • Karmaşık dinamik planlama gereklidir (Magentic orkestrasyonu kullanın)

Sonraki Adımlar

Manyetik Orkestrasyon

  • Last updated on