重要
代理框架中的代理编排功能处于实验阶段。 它们处于积极开发阶段，在升级到预览版或候选发布阶段之前可能会发生重大变化。
并发模式使多个代理能够并行处理同一任务。 每个代理独立处理输入，并收集并聚合其结果。 此方法非常适合多种观点或解决方案很有价值的情况，例如集思广益、群体推理以及其他投票系统。
常见用例
多个代理生成问题的不同解决方案，并收集其响应以进一步分析或选择：
学习内容
- 如何定义具有不同专业知识的多个代理
- 如何协调这些代理程序使其在单个任务上同时工作
- 如何收集和处理结果
定义您的代理
代理是可以处理任务的专用实体。 在这里，我们定义了两个代理：一个物理专家和一个化学专家。
小窍门
在此，使用了 ChatCompletionAgent，但您可以使用任何 代理类型。
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Agents;
using Microsoft.SemanticKernel.Agents.Orchestration;
using Microsoft.SemanticKernel.Agents.Orchestration.Concurrent;
using Microsoft.SemanticKernel.Agents.Runtime.InProcess;
// Create a kernel with an AI service
Kernel kernel = ...;
ChatCompletionAgent physicist = new ChatCompletionAgent{
Name = "PhysicsExpert",
Instructions = "You are an expert in physics. You answer questions from a physics perspective."
Kernel = kernel,
};
ChatCompletionAgent chemist = new ChatCompletionAgent{
Name = "ChemistryExpert",
Instructions = "You are an expert in chemistry. You answer questions from a chemistry perspective."
Kernel = kernel,
};
设置并发编排
类 ConcurrentOrchestration 允许并行运行多个代理。 将代理对象列表传递给成员。
ConcurrentOrchestration orchestration = new (physicist, chemist);
启动运行时
需要运行时才能管理代理的执行。 在这里，我们在调用业务流程之前使用 InProcessRuntime 并启动它。
InProcessRuntime runtime = new InProcessRuntime();
await runtime.StartAsync();
调用编排
现在可以使用特定任务调用编排。 编排将并发运行给定任务上的所有代理。
var result = await orchestration.InvokeAsync("What is temperature?", runtime);
收集结果
可以异步收集来自所有代理的结果。 请注意，不保证结果的顺序。
string[] output = await result.GetValueAsync(TimeSpan.FromSeconds(20));
Console.WriteLine($"# RESULT:\n{string.Join("\n\n", output.Select(text => $"{text}"))}");
可选：停止运行时
处理完成后，停止运行时以清理资源。
await runtime.RunUntilIdleAsync();
示例输出
# RESULT:
Temperature is a fundamental physical quantity that measures the average kinetic energy ...
Temperature is a measure of the average kinetic energy of the particles ...
小窍门
此处提供了完整的示例代码
定义您的代理
代理是可以处理任务的专用实体。 在这里，我们定义了两个代理：一个物理专家和一个化学专家。
小窍门
此处 ChatCompletionAgent 与 Azure OpenAI 一起使用，但可以使用任何 代理类型 或 模型服务。
from semantic_kernel.agents import Agent, ChatCompletionAgent
from semantic_kernel.connectors.ai.open_ai import AzureChatCompletion
def get_agents() -> list[Agent]:
physics_agent = ChatCompletionAgent(
name="PhysicsExpert",
instructions="You are an expert in physics. You answer questions from a physics perspective.",
service=AzureChatCompletion(),
)
chemistry_agent = ChatCompletionAgent(
name="ChemistryExpert",
instructions="You are an expert in chemistry. You answer questions from a chemistry perspective.",
service=AzureChatCompletion(),
)
return [physics_agent, chemistry_agent]
设置并发编排
类 ConcurrentOrchestration 允许并行运行多个代理。 将代理对象列表传递给成员。
from semantic_kernel.agents import ConcurrentOrchestration
agents = get_agents()
concurrent_orchestration = ConcurrentOrchestration(members=agents)
启动运行时
需要运行时才能管理代理的执行。 在这里，我们在调用业务流程之前使用 InProcessRuntime 并启动它。
from semantic_kernel.agents.runtime import InProcessRuntime
runtime = InProcessRuntime()
runtime.start()
调用编排
现在可以使用特定任务调用编排。 编排将并发运行给定任务上的所有代理。
orchestration_result = await concurrent_orchestration.invoke(
task="What is temperature?",
runtime=runtime,
)
收集结果
可以异步收集来自所有代理的结果。 请注意，不保证结果的顺序。
value = await orchestration_result.get(timeout=20)
# For the concurrent orchestration, the result is a list of chat messages
for item in value:
print(f"# {item.name}: {item.content}")
可选：停止运行时
处理完成后，停止运行时以清理资源。
await runtime.stop_when_idle()
示例输出
# PhysicsExpert: Temperature is a physical quantity that represents the average kinetic energy of the particles in a substance...
# ChemistryExpert: Temperature is a fundamental concept in chemistry and physics, representing a measure of the average kinetic energy...
小窍门
此处提供了完整的示例代码。
注释
代理编排在 Java SDK 中尚不可用。