Partilhar via

Semantic Kernel Agent Framework (Experimental)

  • Artigo

Aviso

O Semantic Kernel Agent Framework é experimental, ainda está em desenvolvimento e está sujeito a alterações.

O Semantic Kernel Agent Framework fornece uma plataforma dentro do ecossistema do Semantic Kernel que permite a criação de agentes de IA e a capacidade de incorporar padrões agenticos em qualquer aplicativo com base nos mesmos padrões e recursos que existem na estrutura principal do Kernel Semântico.

O que é um agente de IA?

Um agente de IA é uma entidade de software projetada para executar tarefas de forma autônoma ou semiautônoma, recebendo entradas, processando informações e tomando ações para atingir objetivos específicos.

Os agentes podem enviar e receber mensagens, gerando respostas usando uma combinação de modelos, ferramentas, entradas humanas ou outros componentes personalizáveis.

Os agentes são projetados para trabalhar de forma colaborativa, permitindo fluxos de trabalho complexos interagindo uns com os outros. O Agent Framework permite a criação de agentes simples e sofisticados, aumentando a modularidade e a facilidade de manutenção

Que problemas os agentes de IA resolvem?

Os agentes de IA oferecem várias vantagens para o desenvolvimento de aplicações, particularmente ao permitir a criação de componentes modulares de IA que são capazes de colaborar para reduzir a intervenção manual em tarefas complexas. Os agentes de IA podem operar de forma autônoma ou semiautônoma, tornando-os ferramentas poderosas para uma variedade de aplicações.

Seguem-se alguns dos principais benefícios:

  • Componentes modulares: Permite que os desenvolvedores definam vários tipos de agentes para tarefas específicas (por exemplo, coleta de dados, interação com API ou processamento de linguagem natural). Isso facilita a adaptação do aplicativo à medida que os requisitos evoluem ou novas tecnologias surgem.

  • Colaboração: vários agentes podem "colaborar" em tarefas. Por exemplo, um agente pode lidar com a coleta de dados enquanto outro analisa e ainda outro usa os resultados para tomar decisões, criando um sistema mais sofisticado com inteligência distribuída.

  • Colaboração Humano-Agente: As interações humano-no-loop permitem que os agentes trabalhem ao lado de humanos para aumentar os processos de tomada de decisão. Por exemplo, os agentes podem preparar análises de dados que os seres humanos podem rever e ajustar, melhorando assim a produtividade.

  • Orquestração de processos: os agentes podem coordenar diferentes tarefas entre sistemas, ferramentas e APIs, ajudando a automatizar processos de ponta a ponta, como implantações de aplicativos, orquestração de nuvem ou até mesmo processos criativos, como escrita e design.

Quando usar um agente de IA?

O uso de uma estrutura de agente para o desenvolvimento de aplicativos oferece vantagens que são especialmente benéficas para determinados tipos de aplicativos. Embora os modelos tradicionais de IA sejam frequentemente usados como ferramentas para executar tarefas específicas (por exemplo, classificação, previsão ou reconhecimento), os agentes introduzem mais autonomia, flexibilidade e interatividade no processo de desenvolvimento.

  • Autonomia e tomada de decisão: Se a sua aplicação requer entidades que podem tomar decisões independentes e adaptar-se às condições em mudança (por exemplo, sistemas robóticos, veículos autónomos, ambientes inteligentes), é preferível uma estrutura de agentes.

  • Colaboração multiagente: se sua aplicação envolve sistemas complexos que exigem vários componentes independentes para trabalhar juntos (por exemplo, gerenciamento da cadeia de suprimentos, computação distribuída ou robótica de enxame), os agentes fornecem mecanismos internos para coordenação e comunicação.

  • Interativo e orientado a metas: se seu aplicativo envolve comportamento orientado a metas (por exemplo, concluir tarefas de forma autônoma ou interagir com usuários para atingir objetivos específicos), as estruturas baseadas em agente são uma escolha melhor. Os exemplos incluem assistentes virtuais, IA de jogos e planejadores de tarefas.

Como instalo o Semantic Kernel Agent Framework?

A instalação do SDK do Agent Framework é específica para o canal de distribuição associado à sua linguagem de programação.

Para o SDK do .NET, pacotes NuGet serveral estão disponíveis.

Nota: O SDK principal do kernel semântico é necessário, além de qualquer pacote de agente.

Pacote Description
Microsoft.SemanticKernel Isso contém as principais bibliotecas do Kernel Semântico para começar a usar o Agent Framework. Isto deve ser explicitamente referenciado pelo seu pedido.
Microsoft.SemanticKernel.Agents.Abstractions Define as abstrações do agente principal para o Agent Framework. Geralmente não é necessário ser especificado, pois está incluído nos pacotes Microsoft.SemanticKernel.Agents.Core e Microsoft.SemanticKernel.Agents.OpenAI .
Microsoft.SemanticKernel.Agents.Core Inclui o e AgentGroupChat classesChatCompletionAgent.
Microsoft.SemanticKernel.Agents.OpenAI Fornece a capacidade de usar a API do Open AI Assistant por meio do OpenAIAssistantAgent.
Módulo Description
semantic-kernel.agents Esta é a biblioteca do Kernel Semântico para começar a usar o Agent Framework. Isto deve ser explicitamente referenciado pelo seu pedido. Este módulo contém as ChatCompletionAgent classes e AgentGroupChat , bem como a capacidade de usar a API Open AI Assistant através doOpenAIAssistantAgent ou AzureOpenAssistant.

Os agentes estão atualmente indisponíveis em Java.

Arquitetura do agente