Tipos de agente de Microsoft Agent Framework

Todos los agentes se derivan de una clase base común, , AIAgentque proporciona una interfaz coherente para todos los tipos de agente. Esto permite crear funcionalidades de nivel superior independientes del agente comunes, como orquestaciones multiagente.

Todos los agentes se derivan de una clase base común, , Agentque proporciona una interfaz coherente para todos los tipos de agente. Esto permite crear funcionalidades de nivel superior independientes del agente comunes, como orquestaciones multiagente.

Agentes simples basados en servicios de inferencia

Agent Framework facilita la creación de agentes simples basados en muchos servicios de inferencia diferentes. Cualquier servicio de inferencia que proporcione una implementación de Microsoft.Extensions.AI.IChatClient se puede usar para compilar estos agentes. El Microsoft.Agents.AI.ChatClientAgent es la clase de agente que se usa para proporcionar un agente para cualquier implementación de IChatClient.

Estos agentes admiten una amplia gama de funcionalidades de fábrica:

1. Llamada de función.
2. Conversaciones multiturno con gestión del historial de chat local o gestión del historial de chat proporcionada por el servicio.
3. Herramientas provistas por servicios personalizados (por ejemplo, MCP, ejecución de código).
4. Salida estructurada.

Para crear uno de estos agentes, basta con crear un ChatClientAgent con la IChatClient implementación que prefiera.

using Microsoft.Agents.AI;

var agent = new ChatClientAgent(chatClient, instructions: "You are a helpful assistant");

Para facilitar aún más la creación de estos agentes, Agent Framework proporciona asistentes para muchos servicios populares. Para obtener más información, consulte la documentación de cada servicio.

Agentes personalizados complejos

También es posible crear agentes totalmente personalizados que no sean solo contenedores alrededor de un IChatClient. El marco de agentes proporciona el AIAgent tipo base. Este tipo base es la abstracción principal de todos los agentes, que, cuando se subclase, permite un control completo sobre el comportamiento y las funcionalidades del agente.

Para obtener más información, consulte la documentación de Custom Agents.

Servidores proxy para agentes remotos

Agent Framework proporciona implementaciones listas para usar AIAgent para protocolos de agentes comunes hospedados en servicios, como A2A. De este modo, puede conectarse y usar fácilmente agentes remotos desde la aplicación.

Consulte la documentación de cada tipo de agente para obtener más información:

Referencia de opciones del SDK de Azure y OpenAI

Al usar Foundry, servicios Azure OpenAI, servicios OpenAI o servicios de Anthropic, tiene varias opciones de SDK para conectarse a estos servicios. En algunos casos, es posible usar varios SDK para conectarse al mismo servicio o usar el mismo SDK para conectarse a distintos servicios. Esta es una lista de las diferentes opciones disponibles con la dirección URL que debe usar al conectarse a cada una. Asegúrese de reemplazar <resource> y <project> por los nombres reales de recursos y proyectos.

1. Actualización de Azure OpenAI a Foundry
2. Se recomienda usar el SDK de OpenAI.
3. Aunque se recomienda usar el SDK de OpenAI para acceder a los modelos foundry, Foundry Models admite modelos de muchos proveedores diferentes, no solo OpenAI. Todos estos modelos se admiten a través del SDK de OpenAI.

Uso del SDK de OpenAI

Como se muestra en la tabla anterior, el SDK de OpenAI se puede usar para conectarse a varios servicios. En función del servicio al que se conecte, es posible que tenga que establecer una URL personalizada al crear el OpenAIClient. También puede usar diferentes mecanismos de autenticación en función del servicio.

Si se requiere una dirección URL personalizada (consulte la tabla anterior), puede establecerla a través de OpenAIClientOptions.

var clientOptions = new OpenAIClientOptions() { Endpoint = new Uri(serviceUrl) };

Es posible usar una clave de API al crear el cliente.

OpenAIClient client = new OpenAIClient(new ApiKeyCredential(apiKey), clientOptions);

Al usar un servicio Azure, también es posible usar credenciales de Azure en lugar de una clave de API.

OpenAIClient client = new OpenAIClient(new BearerTokenPolicy(new DefaultAzureCredential(), "https://ai.azure.com/.default"), clientOptions)

Una vez que haya creado el OpenAIClient, puede obtener un subcliente para el servicio específico que desee usar y luego crear un AIAgent a partir de él.

AIAgent agent = client
    .AsAIAgent(model: model, instructions: "You are good at telling jokes.", name: "Joker");

Uso del SDK de proyectos de IA de Azure

Este SDK se puede usar para conectarse a los servicios Foundry. Deberá proporcionar la URL correcta del punto de conexión del proyecto al crear el AIProjectClient. Consulte la tabla anterior para obtener la dirección URL correcta que se va a usar.

AIAgent agent = new AIProjectClient(
    new Uri(serviceUrl),
    new DefaultAzureCredential())
     .AsAIAgent(
         model: deploymentName,
         instructions: "You are good at telling jokes.",
         name: "Joker");

Uso del SDK de proyectos de IA de Azure con agentes de Foundry

Este SDK se usa tanto para los agentes basados en la API de respuestas como para los agentes de Foundry con versiones. Consulte la tabla anterior para obtener la dirección URL correcta que se va a usar.

var aiProjectClient = new AIProjectClient(new Uri(serviceUrl), new DefaultAzureCredential());
AIAgent agent = aiProjectClient.AsAIAgent(
    model: deploymentName,
    instructions: "You are good at telling jokes.",
    name: "Joker");

Uso del SDK antrópico de Foundry

El recurso es el nombre del subdominio o el nombre que viene antes de ".services.ai.azure.com" en el URI del punto de conexión.

Por ejemplo: https://(resource name).services.ai.azure.com/anthropic/v1/chat/completions

var client = new AnthropicFoundryClient(new AnthropicFoundryApiKeyCredentials(apiKey, resource));
AIAgent agent = client.AsAIAgent(
    model: deploymentName,
    instructions: "Joker",
    name: "You are good at telling jokes.");

Uso del SDK antrópico

var client = new AnthropicClient() { ApiKey = apiKey };
AIAgent agent = client.AsAIAgent(
    model: deploymentName,
    instructions: "Joker",
    name: "You are good at telling jokes.");

Agentes simples basados en servicios de inferencia

Agent Framework facilita la creación de agentes simples basados en muchos servicios de inferencia diferentes. Cualquier servicio de inferencia que proporcione una implementación de cliente de chat se puede usar para compilar estos agentes. Esto se puede hacer mediante el SupportsChatGetResponse protocolo , que define un estándar para los métodos que un cliente debe admitir para usarse con la clase estándar Agent .

Estos agentes admiten una amplia gama de funcionalidades de fábrica:

1. Llamada a funciones
2. Conversaciones multiturno con administración de historial de chat local o proporcionada por el servicio
3. Herramientas proporcionadas por el servicio personalizado (por ejemplo, MCP, ejecución de código)
4. Salida estructurada
5. Respuestas de transmisión

Para crear uno de estos agentes, basta con construir un Agent con la implementación del cliente de chat que prefiera.

import os
from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity.aio import DefaultAzureCredential

agent = Agent(
    client=FoundryChatClient(
        credential=DefaultAzureCredential(),
        project_endpoint=os.getenv("FOUNDRY_PROJECT_ENDPOINT"),
        model=os.getenv("FOUNDRY_MODEL"),
    ),
    instructions="You are a helpful assistant",
)
response = await agent.run("Hello!")

Como alternativa, puede usar el método de conveniencia en el cliente de chat:

from agent_framework.foundry import FoundryChatClient
from azure.identity.aio import DefaultAzureCredential

agent = FoundryChatClient(
    credential=DefaultAzureCredential(),
    project_endpoint=os.getenv("FOUNDRY_PROJECT_ENDPOINT"),
    model=os.getenv("FOUNDRY_MODEL"),
).as_agent(
    instructions="You are a helpful assistant"
)

Para obtener ejemplos detallados, consulte las secciones de documentación específicas del agente a continuación.

Proveedores de chat admitidos

Se admite el almacenamiento del historial de chat personalizado siempre que se admita el estado de conversación basado en sesión.

Respuestas de streaming

Los agentes admiten respuestas normales y de streaming:

# Regular response (wait for complete result)
response = await agent.run("What's the weather like in Seattle?")
print(response.text)

# Streaming response (get results as they are generated)
async for chunk in agent.run("What's the weather like in Portland?", stream=True):
    if chunk.text:
        print(chunk.text, end="", flush=True)

Para ver ejemplos de streaming, consulte:

• Ejemplos de streaming de Foundry
• Ejemplos de streaming de finalización de conversación de chat en Azure con OpenAI
• Ejemplos de transmisión de respuestas de Azure OpenAI
• Ejemplos de streaming de finalización de chat de OpenAI
• Ejemplos de streaming de respuestas de OpenAI

Para obtener más patrones de invocación, consulte Running Agents.

Herramientas de funciones

Puede proporcionar herramientas de función a los agentes para mejorar las funcionalidades:

import os
from typing import Annotated
from azure.identity.aio import DefaultAzureCredential
from agent_framework.foundry import FoundryChatClient

def get_weather(location: Annotated[str, "The location to get the weather for."]) -> str:
    """Get the weather for a given location."""
    return f"The weather in {location} is sunny with a high of 25°C."

async with DefaultAzureCredential() as credential:
    agent = FoundryChatClient(
        credential=credential,
        project_endpoint=os.getenv("FOUNDRY_PROJECT_ENDPOINT"),
        model=os.getenv("FOUNDRY_MODEL"),
    ).as_agent(
        instructions="You are a helpful weather assistant.",
        tools=get_weather,
    )
    response = await agent.run("What's the weather in Seattle?")

Para ver las herramientas y los patrones de herramientas, consulte Introducción a las herramientas.

Agentes personalizados

Para obtener implementaciones totalmente personalizadas (por ejemplo, agentes deterministas o agentes respaldados por API), consulte Agentes personalizados. En esa página se describe la implementación de SupportsAgentRun o la extensión de BaseAgent, incluidas las actualizaciones en streaming con AgentResponseUpdate.

Otros tipos de agente

Agent Framework también incluye agentes respaldados por protocolos, como: