Panoramica dell'architettura dell'agente (sperimentale)

Questo articolo illustra i concetti chiave dell'architettura di Agent Framework, inclusi i principi fondamentali, gli obiettivi di progettazione e gli obiettivi strategici.

Obiettivi

Agent Framework è stato sviluppato tenendo presenti le priorità chiave seguenti:

• Il framework del kernel semantico funge da base per l'implementazione delle funzionalità dell'agente.
• Più agenti possono collaborare all'interno di una singola conversazione, integrando l'input umano.
• Un agente può interagire e gestire più conversazioni simultanee contemporaneamente.
• Diversi tipi di agenti possono partecipare alla stessa conversazione, ognuno dei quali contribuisce alle proprie funzionalità specifiche.

Agente

La classe Agent astratta funge da astrazione principale per tutti i tipi di agenti, fornendo una struttura di base che può essere estesa per creare agenti più specializzati. Una sottoclasse chiave è Kernel Agent, che stabilisce un'associazione diretta con un oggetto Kernel. Questa relazione costituisce la base per implementazioni dell'agente più specifiche, ad esempio l'agente di completamento chat e l'agente Open AI Assistant, che sfruttano entrambe le funzionalità del kernel per eseguire le rispettive funzioni.

Gli agenti possono essere richiamati direttamente per eseguire attività o orchestrate all'interno di una chat di Agent, in cui più agenti possono collaborare o interagire dinamicamente con gli input dell'utente. Questa struttura flessibile consente agli agenti di adattarsi a vari scenari conversazionali o basati su attività, fornendo agli sviluppatori strumenti affidabili per la creazione di sistemi intelligenti e multi-agente.

Deep Dive:

• ChatCompletionAgent
• OpenAIAssistantAgent

Chat agente

La classe Agent Chat funge da componente fondamentale che consente agli agenti di qualsiasi tipo di interagire in una conversazione specifica. Questa classe fornisce le funzionalità essenziali per la gestione delle interazioni degli agenti all'interno di un ambiente di chat. A tale scopo, la classe Agent Group Chat estende queste funzionalità offrendo un contenitore basato su stato, che consente a più agenti di collaborare tra numerose interazioni all'interno della stessa conversazione.

Questa struttura facilita scenari più complessi e multi-agente in cui diversi agenti possono collaborare, condividere informazioni e rispondere dinamicamente alle conversazioni in continua evoluzione, rendendola una soluzione ideale per casi d'uso avanzati, ad esempio il supporto clienti, la gestione di attività multi-facet o ambienti di risoluzione dei problemi collaborativi.

Deep Dive:

• AgentChat

Canale agente

La classe Canale agente consente agli agenti di vari tipi di partecipare a una chat dell'agente. Questa funzionalità è completamente nascosta agli utenti di Agent Framework e deve essere considerata solo dagli sviluppatori che creano un agente personalizzato.

Allineamento dell'agente con funzionalità del kernel semantico

Agent Framework si basa sui concetti fondamentali e sulle funzionalità che molti sviluppatori hanno appreso all'interno dell'ecosistema semantico del kernel . Questi principi di base fungono da blocchi predefiniti per la progettazione di Agent Framework. Sfruttando la struttura familiare e le funzionalità del kernel semantico, Agent Framework estende le sue funzionalità per abilitare comportamenti più avanzati e autonomi dell'agente, mantenendo al contempo la coerenza con l'architettura più ampia del kernel semantico. Ciò garantisce una transizione uniforme per gli sviluppatori, consentendo loro di applicare le proprie conoscenze esistenti per creare agenti intelligenti e adattabili all'interno del framework.

Kernel

Al centro dell'ecosistema del kernel semantico è il kernel, che funge da oggetto principale che guida le operazioni e le interazioni di intelligenza artificiale. Per creare qualsiasi agente all'interno di questo framework, è necessaria un'istanza del kernel perché fornisce il contesto e le funzionalità di base per la funzionalità dell'agente. Il kernel funge da motore per istruzioni di elaborazione, gestione dello stato e richiamo dei servizi di intelligenza artificiale necessari che alimentano il comportamento dell'agente.

Gli articoli Agente di completamento chat e Open AI Assistant Agent forniscono dettagli specifici su come creare ogni tipo di agente. Queste risorse offrono istruzioni dettagliate ed evidenziano le configurazioni chiave necessarie per personalizzare gli agenti in diverse applicazioni conversazionali o basate su attività, dimostrando come il kernel consenta comportamenti dinamici e intelligenti degli agenti in diversi casi d'uso.

API correlata:

Plug-in e chiamate di funzioni

I plug-in sono un aspetto fondamentale del kernel semantico, consentendo agli sviluppatori di integrare funzionalità personalizzate ed estendere le funzionalità di un'applicazione di intelligenza artificiale. Questi plug-in offrono un modo flessibile per incorporare funzionalità specializzate o logica specifica dell'azienda nei flussi di lavoro di intelligenza artificiale di base. Inoltre, le funzionalità dell'agente all'interno del framework possono essere notevolmente migliorate usando plug-in e sfruttando le chiamate di funzione. In questo modo gli agenti possono interagire dinamicamente con servizi esterni o eseguire attività complesse, espandendo ulteriormente l'ambito e la versatilità del sistema di intelligenza artificiale all'interno di applicazioni diverse.

Esempio:

• Procedura: Agente di completamento chat

API correlata:

Messaggi dell'agente

La messaggistica dell'agente, inclusa sia l'input che la risposta, si basa sui tipi di contenuto di base del kernel semantico, fornendo una struttura unificata per la comunicazione. Questa scelta di progettazione semplifica il processo di transizione dai modelli tradizionali di completamento della chat a modelli basati su agenti più avanzati nello sviluppo di applicazioni. Sfruttando i tipi di contenuto semantic kernel familiari, gli sviluppatori possono integrare facilmente le funzionalità degli agenti nelle applicazioni senza dover revisionare i sistemi esistenti. Questo flusso garantisce che, man mano che si evolve dall'intelligenza artificiale conversazionale di base agli agenti più autonomi e orientati alle attività, il framework sottostante rimane coerente, rendendo lo sviluppo più veloce ed efficiente.

Nota: Open AI Assistant Agent'_ ha introdotto tipi di contenuto specifici per l'utilizzo per i riferimenti ai file e l'annotazione del contenuto:

API correlata:

Creazione di modelli

Il ruolo di un agente è principalmente modellato dalle istruzioni ricevute, che ne determinano il comportamento e le azioni. Analogamente alla chiamata di un prompt del kernel, le istruzioni di un agente possono includere parametri modello, sia valori che funzioni, che vengono sostituiti dinamicamente durante l'esecuzione. Ciò consente risposte flessibili e in grado di supportare il contesto, consentendo all'agente di regolare l'output in base all'input in tempo reale.

Inoltre, un agente può essere configurato direttamente usando una configurazione del modello di richiesta, fornendo agli sviluppatori un modo strutturato e riutilizzabile per definirne il comportamento. Questo approccio offre uno strumento potente per la standardizzazione e la personalizzazione delle istruzioni degli agenti, garantendo la coerenza tra vari casi d'uso mantenendo al tempo stesso l'adattabilità dinamica.

Esempio:

• Procedura: Agente di completamento chat

API correlata:

Completamento chat

L'agente di completamento chat è progettato per qualsiasi servizio di intelligenza artificiale semantica kernel, offrendo un incapsulamento persona flessibile e pratico che può essere facilmente integrato in un'ampia gamma di applicazioni. Questo agente consente agli sviluppatori di introdurre facilmente funzionalità di intelligenza artificiale conversazionale nei propri sistemi senza dover gestire dettagli di implementazione complessi. Rispecchia le funzionalità e i modelli trovati nel servizio di intelligenza artificiale sottostante, assicurando che tutte le funzionalità, ad esempio l'elaborazione del linguaggio naturale, la gestione dei dialoghi e la comprensione contestuale, siano completamente supportate all'interno dell'agente di completamento chat, rendendolo uno strumento potente per la creazione di interfacce conversazionali.

API correlata: