你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
大多数企业不希望只使用聊天机器人。 他们希望自动化更快且出错更少。 这种愿望可能意味着汇总文档、处理发票、管理支持票证或发布博客文章。 在所有情况下，目标是相同的：通过卸载重复性和可预测的任务，释放人员和资源以专注于更高价值的工作。
大型语言模型（LLM）引入了一种新的自动化类型，其中包含可以理解非结构化数据、做出决策和生成内容的系统。 在实践中，企业可能难以从演示阶段过渡到实际生产。 LLM 可能会偏移、不正确且缺乏责任。 如果没有可见性、策略执行和编排，这些模型很难在实际业务工作流中获得信任。
Microsoft Foundry 旨在改变这一点。 它是一个平台，将模型、工具、框架和治理合并为一个统一的系统，用于生成智能代理。 Foundry 代理服务 位于此系统的中心，它支持代理在开发、部署和生产环境中运行。
代理服务将 Foundry 的核心部分（例如模型、工具和框架）连接到单个运行时。 它管理对话、协调工具调用、强制实施内容安全，并与标识、网络和可观测性系统集成。 这些功能可帮助你生成安全、可缩放和生产就绪的代理。
代理服务通过抽象化基础设施复杂性，并通过设计主动实施信任和安全，可以帮助您从容地将产品从原型过渡到生产环境。
先决条件
- 有权创建和管理 Foundry 资源的 Azure 订阅。
- Foundry 项目。 如果尚未创建一个，请从 环境设置开始。
- 代理可以使用的已部署模型。 模型和区域可用性可能会有所不同;查看 通知代理的模型。
可用性、区域和限制
代理服务功能可能会因使用的 Foundry 体验以及所选的模型和区域而异。
- 有关服务限制、配额和限流的注意事项，请参阅智能体服务的配额和限制。
- 有关模型和区域支持，请参阅 通知代理的模型。
如果要构建第一个代理，请从 Foundry 代理服务入门 中的快速入门链接开始，以确保你处于正确的 API 路径，以获得 Foundry 体验。
什么是 AI 代理？
代理做出决策、调用工具和参与工作流。 它们有时独立执行这些任务，有时与其他代理或人类协作。 它们是真正的流程自动化的基础。
通过 Foundry 创建的代理不是单块架构。 它们是可组合单元。 每个代理都有一个特定的角色，由正确的模型提供支持，并配备了正确的工具。 在安全、可观察和可管理运行时内部署每个代理。
代理有三个核心组件：
- 模型（LLM）：赋能推理和语言理解。
-
说明：定义代理的目标、行为和约束。 它们可以具有以下类型：
- 声明：
- 基于提示：以声明方式定义的单个代理，它将模型配置、指令、工具和自然语言提示组合在一起，以驱动行为。
- 工作流：一种以代理为中心的工作流，可以表示为 YAML 或其他代码，用于协调多个代理共同工作，或在特定条件下触发某项操作。
- 托管：在代码中创建和部署的容器化代理，并由 Foundry 托管。
- 声明：
- 工具：让代理检索知识或采取措施。
代理接收非结构化输入，例如来自其他代理的用户提示、警报或消息。 它们以工具结果或消息的形式生成输出。 在此过程中，他们可能会调用工具来执行检索或触发动作。
Foundry 中的代理的工作原理是什么？
将 Foundry 视为智能代理的装配线。 与任何现代工厂一样，Foundry 汇集了负责塑造最终产品的一部分的专业工作站。 代理工厂使用模型、工具、策略和业务流程来生成安全、可测试和生产就绪的代理，而不是机器和传送带。 下面是工厂分步工作原理：
1. 模型
当您选择一个能够赋予代理智能的模型时，装配线将启动。 从不断扩充的大型语言模型 (LLM) 目录中选择，包括 GPT-4o、GPT-4、GPT-3.5 (Azure OpenAI) 以及 Llama 等其他模型。 该模型是代理的推理核心，可告知其决策。
2. 可自定义性
调整模型以适应用例。 使用微调、提取或特定于域的提示自定义代理。 利用从真实对话内容和工具结果中捕获的数据，编码智能体行为、特定角色知识以及过往表现模式。
3. 知识和工具
为代理配备工具。 这些工具允许代理人访问企业知识（如必应、SharePoint 和 Azure AI 搜索），并执行实际操作（通过 Azure 逻辑应用、Azure Functions、OpenAPI 等）。 此步骤增强了代理扩展其功能的能力。
4. 业务流程
代理需要协调。 工作流 协调整个生命周期，例如处理工具调用、更新聊天状态、管理重试和日志记录输出。
5. 可观测性
测试和监视代理。 Foundry 可以在每个步骤中捕获日志、跟踪和评估。 借助完整的对话级可见性和 Application Insights 集成，团队可以检查每个决策，并随着时间的推移不断改进代理。
6. 信任
确保代理适合和可靠，能够胜任分配给他们的工作负荷。 Foundry 应用企业级信任功能，包括通过 Microsoft Entra 的身份验证、基于角色的访问控制（RBAC）、内容筛选、加密和网络隔离。 您可以选择代理的运行方式和位置，使用平台托管或自定义基础设施。
结果是一个具备生产就绪的代理：具备可靠性、可扩展性，并在各个工作流中安全地部署。
为何使用 Foundry 代理服务？
代理服务为在企业环境中部署智能代理提供了生产就绪的基础。 下面介绍了它如何跨关键功能进行比较：
| 能力 | 代理服务 |
|---|---|
| 对对话的可见性 | 完全访问结构化 对话，包括用户到代理和代理到代理消息。 非常适合用于 UI、调试和培训。 |
| 多代理协调 | 对于代理到代理消息传送的内置支持。 |
| 工具编排 | 在服务器端执行和重试工具调用，并记录结构化日志。 无需手动编排。 |
| 信任和安全 | 集成的 内容筛选器 有助于防止滥用并缓解提示注入风险，包括交叉提示注入攻击（XPIA）。 所有输出均受策略控制。 |
| 企业集成 | 能够自带 存储、 Azure AI 搜索索引和 虚拟网络 来满足合规性需求。 |
| 可观测性和调试 | 对话、工具调用和消息追踪的完整追溯能力; 用于使用数据的Application Insights 集成。 |
| 标识和策略控制 | 基于 Microsoft Entra 构建，完全支持 RBAC、审核日志和企业条件访问。 |
安全性、隐私性和合规性
代理服务专为需要对标识、网络、数据处理和安全进行强控制的企业工作负荷而设计。
- 安全控制：使用集成 内容筛选器 来帮助减少不安全的输出并缓解提示注入风险，包括交叉提示注入攻击（XPIA）。
- 网络隔离和数据驻留控制：使用 虚拟网络 和自带资源来满足要求。
- 自带资源：使用自己的 Azure 资源（例如存储、Azure AI 搜索和用于聊天状态的 Azure Cosmos DB），以满足合规性和运营需求。 请参阅 “使用自己的资源”。
- 负责任的 AI 指南：有关更广泛的建议和治理资源，请参阅 “Microsoft Foundry 的负责任 AI 指南”。
开始使用 Foundry 代理服务
若要开始使用代理服务，请在 Azure 订阅中创建 Foundry 项目。
如果您在代码中进行开发，请参阅 Microsoft Foundry SDK 以获取 SDK 选项和指南。
如果这是你第一次使用该服务，请从 环境设置 和 快速入门 指南开始。
创建具有所需资源的项目。 创建项目后，部署兼容的模型，例如 GPT-4o。 部署模型后，可以使用 SDK 开始对代理服务进行 API 调用。
可以在 GitHub 上使用新的 Python 代理 SDK 找到官方示例列表。
代理的业务连续性与灾难恢复
为了支持服务复原能力，代理服务依赖于客户预配的 Azure Cosmos DB 帐户实现业务连续性和灾难恢复（BCDR）。 此方法有助于确保在发生区域性服务中断时可以保留和恢复代理状态。
作为 Azure 标准客户，可以预配和管理自己的单租户 Azure Cosmos DB 帐户。 在此帐户中存储所有代理状态。 可以通过 Azure Cosmos DB 中的本机功能来控制备份和恢复。
如果主要区域不可用，代理会自动连接到次要区域中的同一 Azure Cosmos DB 帐户。 由于 Cosmos DB 保留所有历史，因此代理可以继续操作，最小化中断。
预配和维护 Azure Cosmos DB 帐户，并配置适当的备份和恢复策略。 如果主要区域不可用，则此工作有助于确保无缝连续性。
成本
使用代理服务可能会因您部署的模型和用于项目的 Azure 资源而产生费用（例如，日志记录和您所连接的任何由客户管理的资源）。
若要了解和管理成本驱动因素，请参阅 规划和管理成本。
故障排除
如果被阻止开始使用，请检查以下常见问题：
- 模型在你的区域中不可用：查看 通知代理的模型。
- 请求因配额而受到限制或失败：请参阅 代理服务的配额和限制。
- 无法访问资源或部署：确认角色分配并遵循 环境设置。
- 需要调试工具调用或代理行为：从 使用 SDK 跟踪代理和收集指标开始。