Udostępnij za pośrednictwem

Microsoft — Struktura agentów

Struktura agenta oferuje dwie główne kategorie możliwości:

Opis
Agenci Pojedynczy agenci, którzy używają LLM do przetwarzania danych wejściowych, wywoływania narzędzi oraz serwerów MCP, i generowania odpowiedzi. Obsługuje Microsoft Foundry, Anthropic, Azure OpenAI, OpenAI, Ollama i more.
Przepływy pracy Przepływy pracy oparte na grafach, które łączą agentów i funkcje dla zadań wieloetapowych z typowo bezpiecznym routingiem, tworzeniem punktów kontrolnych i udziałem człowieka w pętli.

Platforma udostępnia również podstawowe bloki konstrukcyjne, w tym klientów modelu (kończenia czatów i odpowiedzi), sesję agenta na potrzeby zarządzania stanem, dostawców kontekstu dla pamięci agenta, oprogramowanie pośredniczące do przechwytywania akcji agenta i klientów MCP na potrzeby integracji narzędzi. Razem te składniki zapewniają elastyczność i możliwości tworzenia interaktywnych, niezawodnych i bezpiecznych aplikacji sztucznej inteligencji.

Wprowadzenie

dotnet add package Microsoft.Agents.AI.Foundry --prerelease

using System;
using Azure.AI.Projects;
using Azure.Identity;
using Microsoft.Agents.AI;

AIAgent agent = new AIProjectClient(
        new Uri("https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project"),
        new AzureCliCredential())
    .AsAIAgent(
        model: "gpt-5.4-mini",
        instructions: "You are a friendly assistant. Keep your answers brief.");

Console.WriteLine(await agent.RunAsync("What is the largest city in France?"));

pip install agent-framework

    from agent_framework.foundry import FoundryChatClient
    from azure.identity import AzureCliCredential

    credential = AzureCliCredential()
    client = FoundryChatClient(
        project_endpoint="https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project",
        model="gpt-5.4-mini",
        credential=credential,
    )

    agent = client.as_agent(
        name="HelloAgent",
        instructions="You are a friendly assistant. Keep your answers brief.",
    )

    # Non-streaming: get the complete response at once
    result = await agent.run("What is the largest city in France?")
    print(f"Agent: {result}")

To wszystko — agent, który wywołuje moduł LLM i zwraca odpowiedź. W tym miejscu możesz dodawać narzędzia, rozmowy wieloetapowe, oprogramowanie pośredniczące i przepływy pracy w celu tworzenia aplikacji produkcyjnych.

Uwaga / Notatka

Struktura agenta nie ładuje plików automatycznie. Aby użyć pliku .env, wywołaj load_dotenv() na początku aplikacji lub ustaw zmienne środowiskowe bezpośrednio w powłoce lub środowisku IDE.

Wprowadzenie — pełny samouczek

Kiedy należy używać agentów a przepływów pracy

Użyj agenta, gdy... Użyj przepływu pracy, gdy...
Zadanie jest otwarte lub konwersacyjne Proces zawiera dobrze zdefiniowane kroki
Potrzebujesz autonomicznego korzystania z narzędzi oraz planowania. Potrzebna jest jawna kontrola nad kolejnością wykonywania
Wystarczy pojedyncze wywołanie LLM (prawdopodobnie z narzędziami) Wielu agentów lub funkcji musi koordynować

Jeśli możesz napisać funkcję do obsługi zadania, zrób to zamiast używać agenta sztucznej inteligencji.

Dlaczego platforma agenta?

Struktura agentów łączy proste abstrakcje agentów rozwiązania AutoGen z funkcjami przedsiębiorstwa Semantic Kernel — zarządzanie stanem opartym na sesji, bezpieczeństwo typów, oprogramowanie pośredniczące, telemetria — i dodaje przepływy pracy oparte na grafach na potrzeby jawnej aranżacji wielu agentów.

Semantic Kernel i AutoGen zapoczątkowały koncepcje agentów sztucznej inteligencji i orkiestracji wielu agentów. Struktura agentów jest bezpośrednim następcą utworzonym przez te same zespoły. Łączy ona proste abstrakcje AutoGen dla wzorców pojedynczych i wielu agentów z funkcjami klasy korporacyjnej Semantic Kernel, takimi jak zarządzanie stanem na podstawie sesji, rzetelność typów, filtry, telemetria i rozbudowana obsługa modelu i osadzania danych. Poza połączeniem tych dwóch elementów Agent Framework wprowadza przepływy pracy, które zapewniają deweloperom jawną kontrolę nad ścieżkami wykonywania wielu agentów oraz niezawodny system zarządzania stanem na potrzeby długotrwałych scenariuszy z udziałem człowieka. Krótko mówiąc, platforma Agent Framework to następna generacja zarówno Semantic Kernel, jak i AutoGen.

Aby dowiedzieć się więcej na temat migracji z Semantic Kernel lub AutoGen, zapoznaj się z Przewodnikiem migracji z Semantic Kernel i Przewodnikiem migracji z AutoGen.

Zarówno Semantic Kernel, jak i AutoGen, znacznie skorzystały ze społeczności open source, a to samo jest oczekiwane w przypadku platformy Agent Framework. Microsoft Agent Framework z zadowoleniem przyjmuje wkład i będzie nadal ulepszać nowe funkcje i możliwości.

Ważne

Jeśli używasz platformy agentów Microsoft do tworzenia aplikacji działających z dowolnymi serwerami, agentami, kodem lub modelami innych niż Azure Direct ("Systemy innych firm"), robisz to na własne ryzyko. Systemy innych firm to produkty inne niż Microsoft na podstawie postanowień dotyczących Microsoft produktów i podlegają własnym postanowieniom licencyjnym innych firm. Ponosisz odpowiedzialność za wszelkie użycie i powiązane koszty.

Zalecamy przejrzenie wszystkich danych udostępnianych i otrzymanych z systemów innych firm oraz zapoznanie się z praktykami innych firm w zakresie obsługi, udostępniania, przechowywania i lokalizacji danych. Twoim zadaniem jest zarządzanie tym, czy dane będą przepływać poza granice zgodności i geograficzne organizacji w Azure oraz jakie będą z tym związane implikacje. Upewnij się, że zapewnione są odpowiednie uprawnienia, granice i zatwierdzenia.

Odpowiadasz za dokładne przeglądanie i testowanie aplikacji, które tworzysz przy użyciu platformy Microsoft Agent Framework w kontekście konkretnych przypadków użycia, oraz podejmowanie wszelkich odpowiednich decyzji i dostosowań. Obejmuje to implementowanie własnych odpowiedzialnych środków zaradczych dotyczących sztucznej inteligencji, takich jak metaprompt, filtry zawartości lub inne systemy bezpieczeństwa oraz zapewnienie, że aplikacje spełniają odpowiednie standardy dotyczące jakości, niezawodności, bezpieczeństwa i wiarygodności. Zobacz też: Często zadawane pytania dotyczące przezroczystości

Dalsze kroki

Krok 1. Pierwszy agent

Głębiej:

  • Last updated on