AI 代理入门与常用框架

> 开源教程转载 · 由智链谷平台运营账号整理发布。作者：Microsoft 及项目贡献者。
> [查看原文](https://github.com/microsoft/generative-ai-for-beginners/blob/d8ec07e31c4b32bd283d565c1abd9b58bb5cf2e8/translations/zh-CN/17-ai-agents/README.md) · MIT 许可，完整声明见文末。

[](https://youtu.be/yAXVW-lUINc?si=bOtW9nL6jc3XJgOM)

## 介绍

AI代理是生成式AI中的一个令人兴奋的发展，使大型语言模型（LLM）能够从助手进化为能够采取行动的代理。AI代理框架使开发者能够创建让LLM访问工具和状态管理的应用程序。这些框架还增强了可见性，使用户和开发者能够监控LLM计划的动作，从而改善体验管理。

本课程将涵盖以下内容：

- 理解什么是AI代理——AI代理到底是什么？
- 探索五种不同的AI代理框架——它们的独特之处是什么？
- 将这些AI代理应用于不同的用例——我们什么时候应该使用AI代理？

## 学习目标

完成本课后，您将能够：

- 解释什么是AI代理以及它们如何被使用。
- 了解一些流行AI代理框架之间的差异及其不同之处。
- 理解AI代理如何工作，从而构建相关应用。

## 什么是AI代理？

AI代理是生成式AI领域一个非常令人兴奋的方向。随之而来的是一些术语和应用上的混淆。为了简单且包容大多数被称为AI代理的工具，我们将采用以下定义：

AI代理允许大型语言模型（LLM）通过访问<strong>状态</strong>和<strong>工具</strong>来执行任务。


我们来定义这些术语：

<strong>大型语言模型</strong>——指本课程中提及的模型，如GPT-5、GPT-4o和Llama 3.3等。

<strong>状态</strong>——指LLM所工作的上下文。LLM利用其过去动作和当前的上下文，指导其后续动作的决策。AI代理框架让开发者更容易维护这个上下文。

<strong>工具</strong>——完成用户请求且由LLM规划的任务时，LLM需要访问工具。工具的例子包括数据库、API、外部应用甚至其他LLM！

这些定义希望能为您今后了解它们如何实现打下良好基础。我们一起来探索几种不同的AI代理框架：

## LangChain代理

[LangChain代理](https://python.langchain.com/docs/how_to/#agents?WT.mc_id=academic-105485-koreyst) 是我们上述定义的具体实现。

为了管理<strong>状态</strong>，它使用一个内置函数`AgentExecutor`，可接受定义好的`agent`和可用的`tools`。

`Agent Executor`还存储聊天历史，以提供聊天上下文。


LangChain提供了一个[工具目录](https://integrations.langchain.com/tools?WT.mc_id=academic-105485-koreyst)，可导入到应用中供LLM访问。这些工具由社区和LangChain团队制作。

您可以定义这些工具并将它们传递给`Agent Executor`。

可见性是在谈论AI代理时的另一个重要方面。应用开发者需要了解LLM正在使用哪个工具及其原因。对此，LangChain团队开发了LangSmith。

## AutoGen

下一个我们要讨论的AI代理框架是[AutoGen](https://microsoft.github.io/autogen/?WT.mc_id=academic-105485-koreyst)。AutoGen的主要关注点是对话。代理既是<strong>可对话的</strong>，也是<strong>可定制的</strong>。

**可对话的——** LLM能够与另一个LLM发起并持续对话，以完成任务。这是通过创建`AssistantAgents`并给予它们特定的系统消息完成的。

```python

autogen.AssistantAgent( name="Coder", llm_config=llm_config, ) pm = autogen.AssistantAgent( name="Product_manager", system_message="Creative in software product ideas.", llm_config=llm_config, )

```

<strong>可定制的</strong>——代理不仅可以定义为LLM，还可以是用户或工具。作为开发者，您可以定义一个`UserProxyAgent`，负责与用户互动以获取完成任务的反馈。该反馈可以继续执行任务或停止任务。

```python
user_proxy = UserProxyAgent(name="user_proxy")
```

### 状态与工具

为了更改和管理状态，助理代理生成Python代码来完成任务。

下面是该流程的一个示例：


#### 带有系统消息的LLM定义

```python
system_message="For weather related tasks, only use the functions you have been provided with. Reply TERMINATE when the task is done."
```

该系统消息指示此特定LLM哪些功能与其任务相关。需要记住的是，在AutoGen中，您可以定义多个拥有不同系统消息的AssistantAgents。

#### 由用户发起聊天

```python
user_proxy.initiate_chat( chatbot, message="I am planning a trip to NYC next week, can you help me pick out what to wear? ", )

```

用户代理（Human）发出的这条消息将启动代理探索应执行的可能功能的过程。

#### 执行功能

```bash
chatbot (to user_proxy):

***** Suggested tool Call: get_weather ***** Arguments: {"location":"New York City, NY","time_periond:"7","temperature_unit":"Celsius"} ******************************************************** --------------------------------------------------------------------------------

>>>>>>>> EXECUTING FUNCTION get_weather... user_proxy (to chatbot): ***** Response from calling function "get_weather" ***** 112.22727272727272 EUR ****************************************************************

```

一旦处理了初始聊天，代理将发送建议调用的工具。在本例中，这是一个名为`get_weather`的函数。根据您的配置，该函数可以被自动执行和读取，也可以基于用户输入执行。

您可以在这里找到[AutoGen代码示例](https://microsoft.github.io/autogen/docs/Examples/?WT.mc_id=academic-105485-koreyst)，进一步了解如何开始构建。

## Microsoft代理框架

[Microsoft代理框架](https://learn.microsoft.com/agent-framework/?WT.mc_id=academic-105485-koreyst) 是微软开源的用于构建AI代理和多代理系统的SDK，支持<strong>Python</strong>和<strong>.NET</strong>。它融合了微软之前两个项目的优势——企业级功能的<strong>Semantic Kernel</strong>和多代理编排的<strong>AutoGen</strong>——整合成一个支持的框架。如果您今天开始一个新的代理项目，这是AutoGen的推荐后续方案。

该框架可扩展至单个<strong>聊天代理</strong>，也支持复杂的<strong>多代理工作流</strong>，并且可直接与Microsoft Foundry、Azure OpenAI和OpenAI集成。它还通过OpenTelemetry提供内置可观测性，让您可以精确追踪代理的行为。

### 状态与工具

<strong>状态</strong>——框架通过<strong>线程</strong>管理对话上下文。代理跟踪消息历史（用户请求、工具调用及其结果），每轮对话基于前一轮建立。线程可持久化，允许对话暂停和恢复。

<strong>工具</strong>——您通过传递普通Python函数给代理设置工具。带类型注释的参数会自动转换为模式(schema)，模型能知道如何及何时调用它们（函数调用）。框架也支持模型上下文协议(MCP)服务器和托管工具，如代码解释器。

下面是一个带自定义工具的单代理示例：

```python
import asyncio
from typing import Annotated

from pydantic import Field
from agent_framework import Agent
from agent_framework.openai import OpenAIChatClient

def get_weather(
location: Annotated[str, Field(description="The location to get the weather for.")],
) -> str:
"""Get the weather for a given location."""
return f"The weather in {location} is sunny with a high of 22°C."

async def main():
agent = Agent(
client=OpenAIChatClient(),
instructions="You are a helpful assistant that can answer weather questions.",
tools=[get_weather],
)

response = await agent.run("What's the weather in Amsterdam?")
print(response)

asyncio.run(main())
```

若要改为连接Microsoft Foundry的Azure OpenAI，需要将端点和凭证传给客户端：

```python
from azure.identity.aio import AzureCliCredential
from agent_framework.openai import OpenAIChatClient

client = OpenAIChatClient(
model="my-gpt-5-mini-deployment",
azure_endpoint="https://my-resource.openai.azure.com",
credential=AzureCliCredential(),
)
```

### 多代理工作流

该框架真正出彩之处在于编排多个代理协同工作。例如，您可以让代理一个接一个运行（每个代理传递上下文给下一个），或并行启动多个代理并聚合其结果：

```python
from agent_framework.orchestrations import SequentialBuilder, ConcurrentBuilder

# 按顺序运行代理，在链中传递对话上下文
sequential = SequentialBuilder(participants=[researcher, writer, editor]).build()

# 并行分发给代理，然后汇总它们的响应
concurrent = ConcurrentBuilder(participants=[analyst_a, analyst_b, analyst_c]).build()
```

安装框架并开始使用：

```bash
pip install agent-framework-core
# 可选集成
pip install agent-framework-openai # OpenAI 和 Azure OpenAI
pip install agent-framework-foundry # 微软 Foundry
```

您可以在[Microsoft代理框架仓库](https://github.com/microsoft/agent-framework?WT.mc_id=academic-105485-koreyst)和[官方文档](https://learn.microsoft.com/agent-framework/?WT.mc_id=academic-105485-koreyst)中了解更多。

## Taskweaver

接下来我们将探讨[Taskweaver](https://microsoft.github.io/TaskWeaver/?WT.mc_id=academic-105485-koreyst)代理框架。其被称为“代码优先”代理，因为它不仅仅严格处理`字符串`，还能处理Python中的DataFrame。这在数据分析和生成任务中非常有用，比如制作图表和图形或生成随机数。

### 状态与工具

TaskWeaver通过`Planner`管理对话状态。`Planner`是一个LLM，它接收用户请求并制定完成请求所需任务的计划。

为了完成任务，`Planner`可以访问称为`Plugins`的工具集。这些可以是Python类或通用代码解释器。插件以嵌入形式存储，便于LLM更好地检索合适插件。


下面是一个处理异常检测的插件示例：

```python
class AnomalyDetectionPlugin(Plugin): def __call__(self, df: pd.DataFrame, time_col_name: str, value_col_name: str):
```

代码在执行前会被验证。Taskweaver中管理上下文的另一个功能是`experience`。Experience允许将对话上下文长时间存储在YAML文件中。这样可以配置，让LLM随着暴露于先前对话在特定任务上不断进步。

## JARVIS

我们要探讨的最后一个代理框架是[JARVIS](https://github.com/microsoft/JARVIS?tab=readme-ov-file&WT.mc_id=academic-105485-koreyst)。JARVIS的独特之处在于使用LLM管理对话的`状态`，而`工具`则是其他AI模型。每个AI模型都是专门执行某些任务的模型，比如对象检测、转录或图像标题生成。


作为通用模型的LLM接收用户请求，并识别具体任务及完成任务所需的任何参数/数据。

```python
[{"task": "object-detection", "id": 0, "dep": [-1], "args": {"image": "e1.jpg" }}]
```

LLM随后以专门AI模型能理解的格式（如JSON）组织请求。一旦AI模型基于任务返回预测结果，LLM接收响应。

如果完成任务需要多个模型，LLM还会解析这些模型的响应，再将它们综合生成对用户的回复。

下面的示例展示了当用户请求描述和计数图片中对象时的工作流程：

## 任务

为继续学习AI代理，您可以使用Microsoft代理框架构建：

- 一个模拟教育创业公司不同部门业务会议的应用。
- 创建系统消息，指导LLM理解不同角色和优先事项，并允许用户推介新产品想法。
- LLM随后应从各部门生成后续问题以完善和改进推介及产品想法。

## 学习不会止步于此，继续你的旅程

完成本课后，欢迎浏览我们的[生成式AI学习合集](https://aka.ms/genai-collection?WT.mc_id=academic-105485-koreyst)，继续提升您的生成式AI知识！

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**免责声明**：
本文件由 AI 翻译服务 [Co-op Translator](https://github.com/Azure/co-op-translator) 翻译完成。尽管我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始语言版文件应视为权威来源。对于重要信息，建议使用专业人工翻译。我们对因使用本翻译而产生的任何误解或误释不承担责任。
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

---

## 版权与许可

```text
MIT License

Copyright (c) Microsoft Corporation.

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE
```