Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
O Microsoft Agent Framework tem integrações com muitos serviços, ferramentas e protocolos diferentes.
Agentes Alojados do Microsoft Foundry
Integrações com UI Framework
| Framework de Interface do Utilizador | Status da versão |
|---|---|
| AG UI | Preview |
| UI de desenvolvimento do Agent Framework | Preview |
| Âmbito | Preview |
Fornecedores de Histórico de Chat
O Microsoft Agent Framework suporta muitos tipos diferentes de agentes com diferentes capacidades de armazenamento do histórico de chat. Em alguns casos, os agentes armazenam o histórico de chat no serviço de IA, enquanto noutros o Agent Framework gere o armazenamento.
Para permitir que o armazenamento do histórico de chat seja personalizado quando gerido pelo Agent Framework, podem ser fornecidos Providers de Histórico de Chat personalizados. Aqui está uma lista de prestadores existentes que podem ser utilizados.
| Fornecedor de Histórico de Chat | Status da versão |
|---|---|
| Fornecedor de Histórico de Chat In-Memory | Lançado |
| Cosmos DB Chat History Provider | Preview |
| Fornecedor de Histórico de Chat | Status da versão |
|---|---|
| Fornecedor de Histórico Redis | Preview |
Provedores de Contexto para IA com Memória
AI Context Providers são plugins para ChatClientAgent instâncias e podem ser usados para adicionar memória a um agente. Isto é feito extraindo memórias de novas mensagens fornecidas pelo utilizador ou geradas pelo agente, e procurando memórias existentes e fornecendo-as ao serviço de IA com a entrada do utilizador.
Aqui está uma lista de prestadores existentes que podem ser utilizados.
| Fornecedor de IA de Memória e Contexto | Status da versão |
|---|---|
| Fornecedor de Memória do Histórico de Chat | Lançado |
| Fornecedor de IA de Memória e Contexto | Status da versão |
|---|---|
| Fornecedor de Memória Mem0 | Preview |
| Provedor de Memória Neo4j | Preview |
| Fornecedor de Contexto Purview | Preview |
| Provedor Redis | Preview |
Fornecedores de Contexto de AI de Geração Aumentada por Recuperação (RAG)
AI Context Providers são plugins para instâncias de ChatClientAgent e podem ser usados para adicionar capacidades RAG a um agente. Isto é feito procurando dados relevantes com base na entrada do utilizador, e passando esses dados ao serviço de IA juntamente com as outras entradas.
Aqui está uma lista de prestadores existentes que podem ser utilizados.
| Fornecedor de Contexto RAG AI | Status da versão |
|---|---|
| Fornecedor Neo4j GraphRAG | Preview |
| Fornecedor de Pesquisa de Texto | Lançado |
| Fornecedor de Contexto RAG AI | Status da versão |
|---|---|
| Pesquisa de IA do Azure Provedor | Preview |
| Fornecedor Neo4j GraphRAG | Preview |
Armazéns de Vetores
O Microsoft Agent Framework suporta integração com muitos armazenamentos vetoriais diferentes. Estes podem ser úteis para realizar Geração Aumentada de Recuperação (RAG) ou armazenamento de memórias.
Para integrar com stores vetoriais, dependemos do 📦Microsoft.Extensions.VectorData.Abstractions que fornece uma camada unificada de abstrações para interagir com stores vetoriais em .NET. Estas abstrações permitem-lhe escrever código simples e de alto nível contra uma única API, e trocar a loja vetorial subjacente com alterações mínimas à sua aplicação. Enquanto os componentes do Agent Framework dependem de uma loja vetorial, usam essas abstrações para lhe permitir escolher a sua implementação preferida.
Sugestão
Consulte a documentação das bases de dados Vector para aplicações de IA .NET para mais informações sobre como ingerir dados numa loja vetorial, gerar embeddings e realizar pesquisas vetoriais ou híbridas.
Implementações de Abstração de Armazenamento Vetorial
| Implementation | C# | Usa SDK oficialmente suportado | Mantenedor / Fornecedor |
|---|---|---|---|
| Pesquisa de IA do Azure | ✅ | ✅ | Microsoft |
| Cosmos DB MongoDB (vCore) | ✅ | ✅ | Microsoft |
| Cosmos DB NoSQL | ✅ | ✅ | Microsoft |
| Couchbase | ✅ | ✅ | Couchbase |
| Elasticsearch | ✅ | ✅ | Elástico |
| Em Memória | ✅ | N/A | Microsoft |
| MongoDB | ✅ | ✅ | Microsoft |
| Neon Serverless Postgres | Utilize conector Postgres | ✅ | Microsoft |
| Oracle | ✅ | ✅ | Oracle |
| Pinha | ✅ | ❌ | Microsoft |
| Postgres | ✅ | ✅ | Microsoft |
| Qdrant | ✅ | ✅ | Microsoft |
| Redis | ✅ | ✅ | Microsoft |
| SQL Server | ✅ | ✅ | Microsoft |
| SQLite | ✅ | ✅ | Microsoft |
| Volátil (na memória) | Obsoleto (use In-Memory) | N/A | Microsoft |
| Weaviate | ✅ | ✅ | Microsoft |
Importante
As implementações de abstração de armazenamento vetorial são construídas por várias fontes. Nem todos os conectores são mantidos pela Microsoft. Ao considerar uma implementação, certifique-se de avaliar a qualidade, licenciamento, suporte, etc., para garantir que cumprem os seus requisitos. Certifique-se também de revisar a documentação de cada provedor para obter informações detalhadas sobre compatibilidade de versão.
Importante
Algumas implementações utilizam internamente SDKs de base de dados que não são oficialmente suportados pela Microsoft ou pelo fornecedor da base de dados. A coluna que usa o SDK oficialmente suportado indica quais SDKs estão sendo usados oficialmente e quais não estão.
O Agent Framework suporta a utilização das coleções VectorStore da Kernel Semântico para fornecer capacidades de armazenamento vetorial aos agentes. Consulte a documentação dos conectores de armazenamento vetorial para aprender a configurar diferentes coleções de armazenamento vetorial. Consulte Criar uma ferramenta de pesquisa a partir de uma VectorStore para mais informações sobre como usar estas ferramentas para RAG.