Erstellen eines Agents

Agents sind Anwendungen , die mit generativen KI-Modellen erstellt werden. Agentische KI bewegt sich über einmalige Eingabeaufforderungen hinaus und definiert stattdessen ein konsistentes, workflowähnliches Verhalten, das für Apps, Erfahrungen und Dienste wiederverwendet werden kann.

Ein Agent in Microsoft Foundry ist eine verpackte, wiederverwendbare KI-Komponente, die drei Dinge vereint:

• A model: das generative KI-Modell, das der Agent für logisches Denken verwendet (zum Beispiel GPT-4.1)
• Anweisungen: die Systemaufforderung, die die Rolle, das Verhalten, den Stil, die Einschränkungen und Ausgaberegeln des Agents definiert.
• Tools: die Aktionen, die der Agent ausführen kann

Agents können Folgendes:

• Automatisches Aufrufen externer Tools (APIs, Funktionen, Abrufen)
• Unterteilen von Zielen in strukturierte Schritte
• Aufrechterhaltung des Arbeitsspeichers während einer Kommunikation
• Verarbeiten von Benutzereingaben, Entscheiden von Aktionen und Generieren strukturierter Ausgaben

Erstellen eines Agents im Foundry-Portal

Um einen Agent in Foundry zu erstellen, können Sie beginnen, indem Sie ein Modell untersuchen oder einfach direkt zur Agententwicklung wechseln. Im Foundry-Portal sieht das Erstellen eines Agents zunächst ähnlich aus wie beim Testen eines Modells im Playground.

1. Wählen Sie das Modell aus, das Ihr Agent verwendet.
2. Schreiben Sie die Systemanweisungen, z. B. "Sie sind ein hilfreicher Terminplanungsassistent, der Antworten in präzisen Aufzählungszeichen zurückgibt."

Was den Agenten von der Verwendung des Modells allein unterscheidet, ist das Hinzufügen von Tools, die es dem Modell ermöglichen, auf Informationen und Wissen zu reagieren, was das Modell mit Informationen begründet.

Tools = Aktionen.
Wissen = Kontext.

Tools hinzufügen

Tools in Foundry ermöglichen es einem Modell, Aktionen auszuführen, indem externe Systeme aufgerufen werden. Sie stellen aufrufbare Funktionen wie das Durchsuchen des Webs, abfragen eine Datenbank oder die Verwendung eines MCP-Servers dar.

Wenn das Modell im Modell-Playground aktiviert ist, kann das Modell verfügbare Tools prüfen und diese dann aufrufen, wenn es für eine Benutzeranfrage relevant ist. Beispiele für Tools sind:

• Codedolmetscher (Datenanalyse, Dateiverarbeitung)
• Verwenden von Wissensquellen
• Benutzerdefinierte Funktionen oder APIs

Tools ermöglichen dem Modell Folgendes:

• Echte Aktionen durchführen (Dateien lesen/schreiben, Systeme durchsuchen, aktualisieren)
• Ausführen von Workflows
• Integration in Unternehmenssysteme

In Foundry bilden Tools die Grundlage für Agenten, die Aktionen ausführen. Sie können zentral mithilfe des Foundry Tool Catalog konfiguriert werden, in dem Sie Tools ermitteln und verwalten können.

Wissen hinzufügen

Das Wissen ermöglicht es dem Modell, auf externe Inhalte (Ihre Dokumente, Datasets, interne Websites) über die Abruferweiterungsgenerierung (RAG) zuzugreifen und diese abzurufen .

Das Wissen in Foundry bezieht sich auf Dokumente oder Datasets , die dem Modell bereitgestellt werden, damit es während der Generation hochrelevanten Kontext abrufen kann. Daten können interne PDF-Dateien, SharePoint-Inhalte, Azure Storage-Dateien und Wissensdatenbanken mit mehreren Quellen umfassen.

Auf dem Playground verwendet Foundry Pipelines zum Abrufen von Informationen:

1. Aufnehmen + Indizieren Ihrer Inhalte
2. Suchen + Grounding Antworten
3. Machen Sie Antworten präziser, nachvollziehbarer und domänenspezifischer

Agents verlassen sich stark auf Wissen, wenn sie domänenspezifische Fragen beantworten. Wenn Wissen verwendet wird, enthält die Antwort ein Zitat für den Wissensspeicher, den der Agent verwendet hat.

Wissen ermöglicht:

• Dokumentenbasiertes Q&A
• Kontextreiche Unterstützung
• Unternehmenssicherer Abruf

Im Foundry-Portal können Sie Ihr Modell, Ihre Anweisungen und Tools als Agent speichern. Sie können Ihren Agent weiterhin im Playground testen und verfeinern.

Verwenden eines Agents

Sie können einen Agent aus einer Clientanwendung verwenden, indem Sie das Foundry Projects SDK verwenden, um eine Verbindung mit dem Projekt herzustellen und über einen Client mithilfe der Project-API aufzurufen.

Die Project-API ermöglicht Folgendes:

• Integrieren von Agents in Web-Apps, Bots oder Back-End-Workflows
• Koordinieren von mehrstufigen Aufgaben
• Strukturierte Eingaben oder Toolaufrufe übergeben
• Führen Sie Agents mit Ihren Foundry Bereitstellungen in großem Umfang aus

Erstellen einer Clientanwendung für einen Agent

Um den Agent programmgesteuert mithilfe der Project-API von Foundry aufzurufen, benötigen Sie das agent-id Ihres Agenten. Sie finden die agent-id in der Ansicht "Playground" des Agents, wenn Sie die Codeansicht auswählen und die .env-Variablen öffnen.

Sehen wir uns ein Python-Codebeispiel an, um einen Agent zu verwenden:

# Before running the sample, install the packages:
#    pip install --pre azure-ai-projects>=2.0.0b1
#    pip install azure-identity

from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

myEndpoint = "https://<resource>.services.ai.azure.com/api/projects/<resource-name>"

project_client = AIProjectClient(
    endpoint=myEndpoint,
    credential=DefaultAzureCredential(),
)

myAgent = "learning-agent"
# Get an existing agent
agent = project_client.agents.get(agent_name=myAgent)
print(f"Retrieved agent: {agent.name}")

openai_client = project_client.get_openai_client()

# Reference the agent to get a response
response = openai_client.responses.create(
    input=[{"role": "user", "content": "Tell me what you can help with."}],
    extra_body={"agent": {"name": agent.name, "type": "agent_reference"}},
)

print(f"Response output: {response.output_text}")

Erkunden Sie als Nächstes ein generatives KI-Modell im neuen Foundry-Portal.