Información general de la arquitectura del agente (experimental)
Advertencia
El marco del agente de kernel semántico es experimental, todavía en desarrollo y está sujeto a cambios.
En este artículo se tratan los conceptos clave de la arquitectura del marco del agente, incluidos los principios fundamentales, los objetivos de diseño y los objetivos estratégicos.
Objetivos
Agent Framework se desarrolló teniendo en cuenta las siguientes prioridades clave:
- El marco de kernel semántico actúa como la base principal para implementar las funcionalidades del agente.
- Varios agentes pueden colaborar en una sola conversación, al tiempo que se integra la entrada humana.
- Un agente puede participar y administrar varias conversaciones simultáneas simultáneamente.
- Los distintos tipos de agentes pueden participar en la misma conversación, cada uno de los cuales contribuye a sus capacidades únicas.
Agente
La clase Abstract Agent actúa como abstracción principal para todos los tipos de agentes, lo que proporciona una estructura fundamental que se puede ampliar para crear agentes más especializados. Una subclase clave es el Agente de kernel, que establece una asociación directa con un objeto Kernel. Esta relación constituye la base para implementaciones de agentes más específicas, como el Agente de finalización de chat y el agente de Open AI Assistant, que aprovechan las funcionalidades del kernel para ejecutar sus respectivas funciones.
Los agentes no están disponibles actualmente en Java.
Los agentes se pueden invocar directamente para realizar tareas o organizarse dentro de un chat del agente, donde varios agentes pueden colaborar o interactuar dinámicamente con las entradas del usuario. Esta estructura flexible permite a los agentes adaptarse a varios escenarios conversacionales o controlados por tareas, lo que proporciona a los desarrolladores herramientas sólidas para crear sistemas inteligentes y multiagente.
Análisis en profundidad:
Chat del agente
La clase Chat del agente actúa como componente fundamental que permite a los agentes de cualquier tipo participar en una conversación específica. Esta clase proporciona las funcionalidades esenciales para administrar las interacciones del agente dentro de un entorno de chat. Basándose en esto, la clase Chat de grupo de agentes amplía estas funcionalidades al ofrecer un contenedor basado en estado, que permite que varios agentes colaboren en numerosas interacciones dentro de la misma conversación.
Esta estructura facilita escenarios más complejos y multiagente en los que diferentes agentes pueden trabajar juntos, compartir información y responder dinámicamente a conversaciones en constante evolución, lo que lo convierte en una solución ideal para casos de uso avanzados, como el soporte técnico al cliente, la administración de tareas multifactor o los entornos de resolución de problemas colaborativos.
Análisis en profundidad:
Canal del agente
La clase Canal del agente permite a los agentes de varios tipos participar en un chat del agente. Esta funcionalidad está completamente oculta a los usuarios de Agent Framework y solo es necesario tener en cuenta a los desarrolladores que crean un agente personalizado.
Los agentes no están disponibles actualmente en Java.
Alineación del agente con las características del kernel semántico
Agent Framework se basa en los conceptos y características fundamentales que muchos desarrolladores han llegado a conocer dentro del ecosistema de kernel semántico. Estos principios básicos sirven como bloques de creación para el diseño de Agent Framework. Al aprovechar la estructura y las funcionalidades conocidas del kernel semántico, Agent Framework amplía su funcionalidad para habilitar comportamientos de agente autónomos más avanzados, a la vez que mantiene la coherencia con la arquitectura semántica de kernel más amplia. Esto garantiza una transición fluida para los desarrolladores, lo que les permite aplicar sus conocimientos existentes para crear agentes inteligentes y adaptables dentro del marco.
Kernel
En el corazón del ecosistema de kernel semántico se encuentra el kernel, que actúa como el objeto principal que impulsa las operaciones e interacciones de inteligencia artificial. Para crear cualquier agente dentro de este marco, se requiere una instancia de Kernel, ya que proporciona el contexto fundamental y las funcionalidades de la funcionalidad del agente. El kernel actúa como motor para procesar instrucciones, administrar el estado e invocar los servicios de inteligencia artificial necesarios que impulsan el comportamiento del agente.
Los artículos Agente de finalización de chat y Agente de Open AI Assistant proporcionan detalles específicos sobre cómo crear cada tipo de agente. Estos recursos ofrecen instrucciones paso a paso y resaltan las configuraciones clave necesarias para adaptar los agentes a diferentes aplicaciones basadas en tareas o conversacionales, lo que muestra cómo el kernel habilita comportamientos dinámicos e inteligentes de agentes en diversos casos de uso.
API relacionadas:
Los agentes no están disponibles actualmente en Java.
Complementos y llamadas a funciones
Los complementos son un aspecto fundamental del kernel semántico, lo que permite a los desarrolladores integrar funcionalidades personalizadas y ampliar las funcionalidades de una aplicación de inteligencia artificial. Estos complementos ofrecen una manera flexible de incorporar características especializadas o lógica específica del negocio en los flujos de trabajo principales de inteligencia artificial. Además, las funcionalidades del agente dentro del marco se pueden mejorar significativamente mediante el uso de complementos y el aprovechamiento de las llamadas a funciones. Esto permite a los agentes interactuar dinámicamente con servicios externos o ejecutar tareas complejas, ampliando aún más el ámbito y la versatilidad del sistema de inteligencia artificial en diversas aplicaciones.
Ejemplo:
API relacionadas:
Los agentes no están disponibles actualmente en Java.
Mensajes del agente
La mensajería del agente, incluida la entrada y la respuesta, se basa en los tipos de contenido principales del kernel semántico, lo que proporciona una estructura unificada para la comunicación. Esta opción de diseño simplifica el proceso de transición de patrones tradicionales de finalización de chat a patrones controlados por agentes más avanzados en el desarrollo de aplicaciones. Al aprovechar los tipos de contenido de kernel semántico conocidos, los desarrolladores pueden integrar sin problemas las funcionalidades del agente en sus aplicaciones sin necesidad de revisar los sistemas existentes. Esta optimización garantiza que a medida que evolucione de la inteligencia artificial conversacional básica a agentes más autónomos y orientados a tareas, el marco subyacente sigue siendo coherente, lo que hace que el desarrollo sea más rápido y eficaz.
Nota: Open AI Assistant Agent'_ introdujo tipos de contenido específicos de su uso para referencias de archivo y anotación de contenido:
API relacionadas:
Los agentes no están disponibles actualmente en Java.
Plantillas
El rol de un agente se configura principalmente por las instrucciones que recibe, lo que dicta su comportamiento y sus acciones. De forma similar a invocar un símbolo del kernel, las instrucciones de un agente pueden incluir parámetros con plantilla (tanto valores como funciones) que se sustituyen dinámicamente durante la ejecución. Esto permite respuestas flexibles y compatibles con el contexto, lo que permite al agente ajustar su salida en función de la entrada en tiempo real.
Además, un agente se puede configurar directamente mediante una configuración de plantilla de solicitud, lo que proporciona a los desarrolladores una manera estructurada y reutilizable de definir su comportamiento. Este enfoque ofrece una herramienta eficaz para estandarizar y personalizar las instrucciones del agente, lo que garantiza la coherencia en varios casos de uso, a la vez que mantiene la coherencia dinámica.
Ejemplo:
API relacionadas:
Los agentes no están disponibles actualmente en Java.
Finalización de chat
El Agente de finalización de chat está diseñado en torno a cualquier servicio de INTELIGENCIA artificial de kernel semántico, que ofrece una encapsulación de persona flexible y cómoda que se puede integrar sin problemas en una amplia gama de aplicaciones. Este agente permite a los desarrolladores incorporar fácilmente funcionalidades de inteligencia artificial conversacional a sus sistemas sin tener que tratar con detalles complejos de implementación. Refleja las características y los patrones que se encuentran en el servicio de inteligencia artificial subyacente, lo que garantiza que todas las funcionalidades ,como el procesamiento de lenguaje natural, la administración de diálogos y la comprensión contextual, son totalmente compatibles con el Agente de finalización de chat, lo que lo convierte en una herramienta eficaz para crear interfaces conversacionales.
API relacionadas:
Los agentes no están disponibles actualmente en Java.