Přehled architektury agentů (experimentální)
Upozorňující
Sémantická architektura agenta jádra je experimentální, stále ve vývoji a může se změnit.
Tento článek popisuje klíčové koncepty architektury agentů, včetně základních principů, cílů návrhu a strategických cílů.
Cíle
Architektura agentů byla vyvinuta s následujícími klíčovými prioritami:
- Architektura sémantického jádra slouží jako základ pro implementaci funkcí agenta.
- V rámci jedné konverzace může spolupracovat více agentů a současně integrovat lidské vstupy.
- Agent může současně zapojit a spravovat více souběžných konverzací.
- Různé typy agentů se mohou účastnit stejné konverzace, z nichž každý přispívá svými jedinečnými možnostmi.
Agent
Abstraktní třída Agent slouží jako základní abstrakce pro všechny typy agentů a poskytuje základní strukturu, která se dá rozšířit a vytvořit specializovanější agenty. Jednou podtřídou klíče je Agent jádra, který vytváří přímé přidružení k objektu Jádra. Tento vztah tvoří základ pro konkrétnější implementace agentů, jako je agent pro dokončování chatu a agent Open AI Assistant, z nichž obě využívají možnosti jádra ke spouštění příslušných funkcí.
Agenti momentálně nejsou v Javě k dispozici.
Agenti se můžou vyvolat buď přímo za účelem provádění úloh nebo orchestrace v rámci chatu agenta, kde může více agentů spolupracovat nebo dynamicky pracovat se vstupy uživatelů. Tato flexibilní struktura umožňuje agentům přizpůsobit se různým konverzačním scénářům nebo scénářům řízeným úlohami, což vývojářům poskytuje robustní nástroje pro vytváření inteligentních systémů s více agenty.
Do hloubky:
Chat agenta
Třída Chat agenta slouží jako základní komponenta, která umožňuje agentům libovolného typu zapojit se do konkrétní konverzace. Tato třída poskytuje základní možnosti pro správu interakcí agentů v chatovacím prostředí. Na základě toho třída chatu skupiny agentů rozšiřuje tyto možnosti tím, že nabízí kontejner založený na stavu, který umožňuje více agentům spolupracovat napříč celou řadou interakcí ve stejné konverzaci.
Tato struktura usnadňuje složitější scénáře s více agenty, ve kterých můžou různí agenti spolupracovat, sdílet informace a dynamicky reagovat na vyvíjející se konverzace, což je ideální řešení pro pokročilé případy použití, jako je podpora zákazníků, správa úloh s více omezujícími vlastnostmi nebo prostředí pro řešení problémů ve spolupráci.
Do hloubky:
Kanál agenta
Třída Kanál agenta umožňuje agentům různých typů účastnit se chatu agenta. Tato funkce je zcela skrytá uživatelům rozhraní Agent Framework a vývojáři vytvářející vlastního agenta je potřeba zvážit.
Agenti momentálně nejsou v Javě k dispozici.
Zarovnání agenta s funkcemi sémantického jádra
Agent Framework je založený na základních konceptech a funkcích, které mnozí vývojáři poznali v ekosystému sémantického jádra . Tyto základní principy slouží jako stavební bloky pro návrh rozhraní Agent Framework. Díky využití známé struktury a možností sémantického jádra rozšiřuje rozhraní Agent Framework své funkce tak, aby umožňovalo pokročilejší chování autonomních agentů a současně zachovává konzistenci s širší architekturou sémantických jader . Tím se vývojářům zajistí hladký přechod, který jim umožní použít své stávající znalosti k vytváření inteligentních a přizpůsobitelných agentů v rámci architektury.
Jádro
Jádrem ekosystému sémantických jader je jádro, které slouží jako základní objekt, který řídí operace a interakce umělé inteligence. K vytvoření libovolného agenta v rámci této architektury se vyžaduje instance jádra, protože poskytuje základní kontext a možnosti pro funkce agenta. Jádro funguje jako modul pro zpracování instrukcí, správu stavu a vyvolání nezbytných služeb AI, které podporují chování agenta.
Články o agentovi pro dokončování chatu a agentovi Open AI Assistant poskytují konkrétní podrobnosti o tom, jak vytvořit jednotlivé typy agentů. Tyto prostředky nabízejí podrobné pokyny a zvýrazňují klíčové konfigurace potřebné k přizpůsobení agentů různým konverzačním aplikacím nebo aplikacím založeným na úlohách, což demonstruje, jak jádro umožňuje dynamické a inteligentní chování agentů v různých případech použití.
Související rozhraní API:
Agenti momentálně nejsou v Javě k dispozici.
Moduly plug-in a volání funkcí
Moduly plug-in jsou základním aspektem sémantického jádra, což vývojářům umožňuje integrovat vlastní funkce a rozšířit možnosti aplikace AI. Tyto moduly plug-in nabízejí flexibilní způsob, jak začlenit specializované funkce nebo logiku specifickou pro firmy do základních pracovních postupů umělé inteligence. Funkce agentů v rámci architektury se navíc dají výrazně vylepšit pomocí modulů plug-in a využití volání funkcí. Díky tomu můžou agenti dynamicky komunikovat s externími službami nebo spouštět složité úlohy a dále rozšiřovat rozsah a všestrannost systému AI v různých aplikacích.
Příklad:
Související rozhraní API:
Agenti momentálně nejsou v Javě k dispozici.
Zprávy agenta
Zasílání zpráv agentů, včetně vstupu i odpovědi, je založené na základních typech obsahu sémantického jádra a poskytuje jednotnou strukturu komunikace. Tato volba návrhu zjednodušuje proces přechodu z tradičních vzorů dokončování chatu na pokročilejší vzory řízené agenty ve vývoji aplikací. Díky využití známých typů obsahu sémantického jádra můžou vývojáři bezproblémově integrovat možnosti agenta do svých aplikací, aniž by museli přepracovat stávající systémy. Toto zjednodušení zajišťuje, že při vývoji od základní konverzační umělé inteligence až po autonomní agenty orientované na úlohy zůstává základní architektura konzistentní, takže vývoj bude rychlejší a efektivnější.
Poznámka: Agent Open AI Assistant zavedl typy obsahu specifické pro jeho použití pro odkazy na soubory a poznámku k obsahu:
Související rozhraní API:
Agenti momentálně nejsou v Javě k dispozici.
Šablonování
Role agenta je primárně tvarována pokyny, které obdrží, což určuje jeho chování a akce. Podobně jako vyvolání výzvy jádra můžou pokyny agenta obsahovat parametry šablony – hodnoty i funkce – které se dynamicky nahrazují během provádění. To umožňuje flexibilní odpovědi pracující s kontextem, což agentu umožňuje upravit svůj výstup na základě vstupu v reálném čase.
Kromě toho je možné agenta nakonfigurovat přímo pomocí konfigurace šablony výzvy a poskytnout vývojářům strukturovaný a opakovaně použitelný způsob, jak definovat jeho chování. Tento přístup nabízí výkonný nástroj pro standardizaci a přizpůsobení pokynů agenta, který zajišťuje konzistenci v různých případech použití a přitom zachovává dynamickou adaptabilnost.
Příklad:
Související rozhraní API:
Agenti momentálně nejsou v Javě k dispozici.
Dokončení chatu
Agent pro dokončování chatu je navržený kolem jakékoli služby Sémantic Kernel AI, která nabízí flexibilní a pohodlné zapouzdření osob, které lze bezproblémově integrovat do široké škály aplikací. Tento agent umožňuje vývojářům snadno přenést konverzační funkce umělé inteligence do svých systémů, aniž by museli řešit složité podrobnosti implementace. Odráží funkce a vzory, které se nacházejí v podkladové službě AI, a zajišťuje, aby všechny funkce , jako je zpracování přirozeného jazyka, správa dialogu a kontextové porozumění, byly plně podporovány v rámci agenta pro dokončování chatu, což z něj dělá výkonný nástroj pro vytváření konverzačních rozhraní.
Související rozhraní API:
Agenti momentálně nejsou v Javě k dispozici.