通过

从语义内核模板创建代理 （实验性）

  • 项目

警告

语义内核代理框架是实验性的，仍在开发中，可能会更改。

语义内核中的提示模板

代理的角色主要由它收到的指令决定其行为和操作。 与调用Kernel提示类似，代理的说明可以包括模板化参数（值和函数），这些参数在执行期间动态替换。 这可实现灵活的上下文感知响应，使代理能够基于实时输入调整其输出。

此外，可以使用提示模板配置直接配置代理，为开发人员提供一种结构化且可重用的方式来定义其行为。 此方法提供了一个功能强大的工具，用于标准化和自定义代理指令，确保各种用例的一致性，同时仍保持动态适应性。

即将推出

代理当前在 Java 中不可用。

代理指令作为模板

使用模板参数创建代理可以更灵活地根据不同的方案或要求轻松自定义其说明。 此方法使代理的行为可以通过将特定值或函数替换到模板中来定制，使其适应各种任务或上下文。 通过利用模板参数，开发人员可以设计更通用的代理，这些代理可以配置为满足各种用例，而无需修改核心逻辑。

聊天完成代理

// 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" },
        }
    };

即将发布

代理当前在 Java 中不可用。

打开 AI 助手代理

使用 Open AI 助手代理时，模板化指令特别强大。 使用此方法，可以多次创建和重复使用单个助理定义，每次使用不同的参数值针对特定任务或上下文。 这可实现更高效的设置，允许同一助手框架处理各种方案，同时保持其核心行为的一致性。

// 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" },
        });

即将推出

代理当前在 Java 中不可用。

来自提示模板的 代理定义

还可以利用用于创建内核提示函数的提示模板配置来定义代理。 这允许统一的方法管理提示和代理，促进不同组件的一致性和重复使用。 通过从代码库外部化代理定义，此方法简化了多个代理的管理，使其更易于更新和维护，而无需对基础逻辑进行更改。 这种分离还可以提高灵活性，使开发人员只需更新配置即可修改代理行为或引入新代理，而不是调整代码本身。

YAML 模板

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

代理初始化

// 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" },
        }
    };

即将推出

代理当前在 Java 中不可用。

重写直接调用的模板值

直接调用代理时，无需使用 代理聊天，可以根据需要重写代理的参数。 这允许在特定任务期间更好地控制和自定义代理的行为，使你能够动态修改代理的说明或设置，以满足特定要求。

// 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)...
}

即将推出

代理当前在 Java 中不可用。

操作说明

有关从 pmompt-template 创建代理的端到端示例，请参阅：

使用插件配置代理