Creación de un agente a partir de una plantilla de kernel semántica (experimental)
Advertencia
El marco del agente de kernel semántico es experimental, todavía en desarrollo y está sujeto a cambios.
Plantillas de solicitud en kernel semántico
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 una solicitud, las instrucciones de un Kernel 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.
API relacionadas:
Próximamente
Los agentes no están disponibles actualmente en Java.
Instrucciones del agente como plantilla
La creación de un agente con parámetros de plantilla proporciona una mayor flexibilidad al permitir que sus instrucciones se personalicen fácilmente en función de diferentes escenarios o requisitos. Este enfoque permite que el comportamiento del agente se adapte sustituyendo valores o funciones específicos en la plantilla, lo que permite adaptarlo a una variedad de tareas o contextos. Al aprovechar los parámetros de plantilla, los desarrolladores pueden diseñar agentes más versátiles que se pueden configurar para satisfacer diversos casos de uso sin necesidad de modificar la lógica principal.
Agente de finalización de chat
// Initialize a Kernel with a chat-completion service
Kernel kernel = ...;
ChatCompletionAgent agent =
new()
{
Kernel = kernel,
Name = "StoryTeller",
Instructions = "Tell a story about {{$topic}} that is {{$length}} sentences long.",
Arguments = new KernelArguments()
{
{ "topic", "Dog" },
{ "length", "3" },
}
};
Próximamente
Los agentes no están disponibles actualmente en Java.
Open AI Assistant Agent
Las instrucciones con plantilla son especialmente eficaces cuando se trabaja con un agente de Open AI Assistant. Con este enfoque, se puede crear y reutilizar varias veces una sola definición de asistente, cada vez con valores de parámetro diferentes adaptados a tareas o contextos específicos. Esto permite una configuración más eficaz, lo que permite que el mismo marco de trabajo del asistente controle una amplia gama de escenarios a la vez que mantiene la coherencia en su comportamiento principal.
// Retrieve an existing assistant definition by identifier
OpenAIAssistantAgent agent =
await OpenAIAssistantAgent.RetrieveAsync(
this.GetClientProvider(),
"<stored agent-identifier>",
new Kernel(),
new KernelArguments()
{
{ "topic", "Dog" },
{ "length", "3" },
});
Próximamente
Los agentes no están disponibles actualmente en Java.
Definición del agente de una plantilla de solicitud
La misma configuración de plantilla de solicitud que se usa para crear una función de solicitud de kernel también se puede aprovechar para definir un agente. Esto permite un enfoque unificado en la administración de mensajes y agentes, lo que promueve la coherencia y la reutilización en distintos componentes. Al externalizar las definiciones de agente desde el código base, este método simplifica la administración de varios agentes, lo que facilita la actualización y el mantenimiento sin necesidad de realizar cambios en la lógica subyacente. Esta separación también mejora la flexibilidad, lo que permite a los desarrolladores modificar el comportamiento del agente o introducir nuevos agentes simplemente actualizando la configuración, en lugar de ajustar el propio código.
Plantilla de YAML
name: GenerateStory
template: |
Tell a story about {{$topic}} that is {{$length}} sentences long.
template_format: semantic-kernel
description: A function that generates a story about a topic.
input_variables:
- name: topic
description: The topic of the story.
is_required: true
- name: length
description: The number of sentences in the story.
is_required: true
Inicialización del agente
// Read YAML resource
string generateStoryYaml = File.ReadAllText("./GenerateStory.yaml");
// Convert to a prompt template config
PromptTemplateConfig templateConfig = KernelFunctionYaml.ToPromptTemplateConfig(generateStoryYaml);
// Create agent with Instructions, Name and Description
// provided by the template config.
ChatCompletionAgent agent =
new(templateConfig)
{
Kernel = this.CreateKernelWithChatCompletion(),
// Provide default values for template parameters
Arguments = new KernelArguments()
{
{ "topic", "Dog" },
{ "length", "3" },
}
};
Próximamente
Los agentes no están disponibles actualmente en Java.
Invalidación de valores de plantilla para invocación directa
Al invocar directamente un agente, sin usar El chat del agente, los parámetros del agente se pueden invalidar según sea necesario. Esto permite un mayor control y personalización del comportamiento del agente durante tareas específicas, lo que le permite modificar sus instrucciones o configuraciones sobre la marcha para satisfacer determinados requisitos.
// Initialize a Kernel with a chat-completion service
Kernel kernel = ...;
ChatCompletionAgent agent =
new()
{
Kernel = kernel,
Name = "StoryTeller",
Instructions = "Tell a story about {{$topic}} that is {{$length}} sentences long.",
Arguments = new KernelArguments()
{
{ "topic", "Dog" },
{ "length", "3" },
}
};
// Create a ChatHistory object to maintain the conversation state.
ChatHistory chat = [];
KernelArguments overrideArguments =
new()
{
{ "topic", "Cat" },
{ "length", "3" },
});
// Generate the agent response(s)
await foreach (ChatMessageContent response in agent.InvokeAsync(chat, overrideArguments))
{
// Process agent response(s)...
}
Próximamente
Los agentes no están disponibles actualmente en Java.
Procedimiento
Para obtener un ejemplo de un extremo a otro para crear un agente a partir de una plantilla pmompt, consulte: