에이전트 아키텍처 개요(실험적)
Warning
의미 체계 커널 에이전트 프레임워크는 아직 개발 중이며 변경될 수 있습니다.
이 문서에서는 기본 원칙, 디자인 목표 및 전략적 목표를 포함하여 에이전트 프레임워크 아키텍처의 주요 개념을 다룹니다.
목표
에이전트 프레임워크는 다음 주요 우선 순위를 염두에 두고 개발되었습니다.
- 의미 체계 커널 프레임워크는 에이전트 기능을 구현하기 위한 핵심 기반 역할을 합니다.
- 여러 에이전트는 사용자 입력을 통합하면서 단일 대화 내에서 공동 작업할 수 있습니다.
- 에이전트는 동시에 여러 동시 대화에 참여하고 관리할 수 있습니다.
- 다양한 유형의 에이전트가 동일한 대화에 참여할 수 있으며 각 에이전트는 고유한 기능을 제공합니다.
에이전트
추상 에이전트 클래스는 모든 유형의 에이전트에 대한 핵심 추상화 역할을 하며, 보다 특수화된 에이전트를 만들기 위해 확장할 수 있는 기본 구조를 제공합니다. 한 가지 주요 서브클래스는 커널 개체와 직접 연결을 설정하는 커널 에이전트입니다. 이 관계는 채팅 완료 에이전트 및 Open AI Assistant Agent와 같은 보다 구체적인 에이전트 구현의 기초를 형성하며, 둘 다 커널의 기능을 활용하여 해당 함수를 실행합니다.
에이전트는 현재 Java에서 사용할 수 없습니다.
에이전트를 직접 호출하여 작업을 수행하거나 에이전트 채팅 내에서 오케스트레이션할 수 있습니다. 여기서 여러 에이전트가 사용자 입력과 동적으로 협업하거나 상호 작용할 수 있습니다. 이 유연한 구조를 통해 에이전트는 다양한 대화형 또는 작업 기반 시나리오에 적응할 수 있으므로 개발자는 지능형 다중 에이전트 시스템을 빌드하기 위한 강력한 도구를 제공합니다.
Deep Dive:
에이전트 채팅
에이전트 채팅 클래스는 모든 유형의 에이전트가 특정 대화에 참여할 수 있도록 하는 기본 구성 요소 역할을 합니다. 이 클래스는 채팅 환경 내에서 에이전트 상호 작용을 관리하기 위한 필수 기능을 제공합니다. 이를 기반으로 에이전트 그룹 채팅 클래스는 여러 에이전트가 동일한 대화 내의 수많은 상호 작용에서 공동 작업할 수 있는 상태 기반 컨테이너를 제공하여 이러한 기능을 확장합니다.
이 구조는 다양한 에이전트가 함께 작업하고, 정보를 공유하고, 진화하는 대화에 동적으로 응답할 수 있는 보다 복잡한 다중 에이전트 시나리오를 용이하게 하므로 고객 지원, 다중 패싯 작업 관리 또는 공동 작업 문제 해결 환경과 같은 고급 사용 사례에 이상적인 솔루션입니다.
Deep Dive:
에이전트 채널
에이전트 채널 클래스를 사용하면 다양한 유형의 에이전트가 에이전트 채팅에 참여할 수 있습니다. 이 기능은 에이전트 프레임워크의 사용자로부터 완전히 숨겨져 있으며 사용자 지정 에이전트를 만드는 개발자만 고려해야 합니다.
에이전트는 현재 Java에서 사용할 수 없습니다.
의미 체계 커널 기능을 사용한 에이전트 맞춤
에이전트 프레임워크는 많은 개발자가 의미 체계 커널 에코시스템 내에서 알게 된 기본 개념과 기능을 기반으로 합니다. 이러한 핵심 원칙은 에이전트 프레임워크 디자인의 구성 요소 역할을 합니다. 에이전트 프레임워크는 의미 체계 커널의 친숙한 구조와 기능을 활용하여 더 광범위한 의미 체계 커널 아키텍처와의 일관성을 유지하면서 고급 자율 에이전트 동작을 사용하도록 기능을 확장합니다. 이렇게 하면 개발자가 기존 지식을 적용하여 프레임워크 내에서 지능적이고 적응 가능한 에이전트를 만들 수 있도록 원활하게 전환할 수 있습니다.
커널
의미 체계 커널 에코시스템의 핵심은 AI 작업 및 상호 작용을 구동하는 핵심 개체 역할을 하는 커널입니다. 이 프레임워크 내에서 에이전트를 만들려면 에이전트 기능에 대한 기본 컨텍스트 및 기능을 제공하므로 커널 인스턴스 가 필요합니다. 커널은 에이전트의 동작을 구동하는 필요한 AI 서비스를 호출하고, 명령을 처리하고, 상태를 관리하고, 호출하는 엔진 역할을 합니다.
채팅 완료 에이전트 및 Open AI Assistant 에이전트 문서는 각 유형의 에이전트를 만드는 방법에 대한 구체적인 세부 정보를 제공합니다. 이러한 리소스는 단계별 지침을 제공하고 에이전트를 다양한 대화형 또는 작업 기반 애플리케이션에 맞게 조정하는 데 필요한 주요 구성을 강조 표시하여 커널이 다양한 사용 사례에서 동적 및 지능형 에이전트 동작을 가능하게 하는 방법을 보여 줍니다.
관련 API:
에이전트는 현재 Java에서 사용할 수 없습니다.
플러그 인 및 함수 호출
플러그 인은 개발자가 사용자 지정 기능을 통합하고 AI 애플리케이션의 기능을 확장할 수 있도록 하는 의미 체계 커널의 기본 측면입니다. 이러한 플러그 인은 전문화된 기능 또는 비즈니스별 논리를 핵심 AI 워크플로에 통합하는 유연한 방법을 제공합니다. 또한 플러그 인을 활용하고 함수 호출을 활용하여 프레임워크 내의 에이전트 기능을 크게 향상시킬 수 있습니다. 이를 통해 에이전트는 외부 서비스와 동적으로 상호 작용하거나 복잡한 작업을 실행하여 다양한 애플리케이션 내에서 AI 시스템의 범위와 다양성을 더욱 확장할 수 있습니다.
예시:
관련 API:
에이전트는 현재 Java에서 사용할 수 없습니다.
에이전트 메시지
입력 및 응답을 포함한 에이전트 메시징은 의미 체계 커널의 핵심 콘텐츠 형식을 기반으로 구축되어 통신을 위한 통합 구조를 제공합니다. 이 디자인 선택은 기존 채팅 완성 패턴에서 애플리케이션 개발에서 고급 에이전트 기반 패턴으로 전환하는 프로세스를 간소화합니다. 개발자는 친숙한 의미 체계 커널 콘텐츠 형식을 활용하여 기존 시스템을 정비할 필요 없이 에이전트 기능을 애플리케이션에 원활하게 통합할 수 있습니다. 이 간소화를 통해 기본 대화형 AI에서 보다 자율적인 작업 지향 에이전트로 발전함에 따라 기본 프레임워크가 일관성을 유지하여 개발을 더 빠르고 효율적으로 만들 수 있습니다.
참고: Open AI Assistant Agent'_는 파일 참조 및 콘텐츠 주석 사용과 관련된 콘텐츠 형식을 도입했습니다.
관련 API:
에이전트는 현재 Java에서 사용할 수 없습니다.
템플릿 지정
에이전트의 역할은 주로 수신하는 지침에 따라 형성되며, 이는 해당 동작과 동작을 지시합니다. 커널 프롬프트를 호출하는 것과 마찬가지로 에이전트의 지침에는 실행 중에 동적으로 대체되는 템플릿 매개 변수(값과 함수 모두)가 포함될 수 있습니다. 이를 통해 유연하고 컨텍스트 인식 응답이 가능하므로 에이전트가 실시간 입력에 따라 출력을 조정할 수 있습니다.
또한 프롬프트 템플릿 구성을 사용하여 에이전트를 직접 구성하여 개발자에게 동작을 정의할 수 있는 구조화되고 재사용 가능한 방법을 제공할 수 있습니다. 이 방법은 에이전트 지침을 표준화하고 사용자 지정하는 강력한 도구를 제공하여 동적 적응성을 유지하면서 다양한 사용 사례 간에 일관성을 유지합니다.
예시:
관련 API:
에이전트는 현재 Java에서 사용할 수 없습니다.
채팅 완료
채팅 완성 에이전트는 모든 의미 체계 커널 AI 서비스를 중심으로 설계되었으며, 다양한 애플리케이션에 원활하게 통합할 수 있는 유연하고 편리한 가상 사용자 캡슐화를 제공합니다. 이 에이전트를 사용하면 개발자가 복잡한 구현 세부 정보를 처리하지 않고도 대화형 AI 기능을 시스템에 쉽게 가져올 수 있습니다. 기본 AI 서비스에 있는 기능과 패턴을 반영하여 자연어 처리, 대화 관리 및 컨텍스트 이해와 같은 모든 기능이 채팅 완료 에이전트 내에서 완전히 지원되므로 대화형 인터페이스를 빌드하기 위한 강력한 도구가 됩니다.
관련 API:
에이전트는 현재 Java에서 사용할 수 없습니다.