Към съдържанието

Защо Microsoft Agent Framework?

В този урок няма код. Ще видим какво е Microsoft Agent Framework и кога си струва да го ползваш. Писането започва от следващия урок.

Какво е Microsoft Agent Framework?

Секция „Какво е Microsoft Agent Framework?“

Microsoft Agent Framework е framework с отворен код за изграждане на AI Agents и multi-agent системи. Има версии за .NET и за Python, както и preview версия за Go. Ние ще използваме тази за .NET.

Както научи в Unit 1, Agent е програма, която използва LLM, за да мисли (Thought), да действа чрез tools (Action) и да наблюдава резултата (Observation). Framework-ът ти дава готови части за всичко около този цикъл, така че да пишеш само това, което е специфично за твоята задача.

Преди него Microsoft имаше две отделни библиотеки за Agents:

  • Semantic Kernel: библиотека за production приложения, със силна поддръжка на много модели, филтри и телеметрия.
  • AutoGen: изследователски проект с прости абстракции за един и за много Agents.

Agent Framework е техният общ наследник, създаден от същите екипи. Той взима простотата на AutoGen и production възможностите на Semantic Kernel и добавя нещо ново: Workflows, при които ти определяш реда, в който работят няколко Agents.

Стъпва върху това, което вече знаеш

Секция „Стъпва върху това, което вече знаеш“

Agent Framework не започва от нулата. Той е изграден върху Microsoft.Extensions.AI, библиотеката от последния урок на Unit 1:

Твоето приложение
│
▼
Microsoft Agent Framework AIAgent, AgentSession, middleware, Workflows
│
▼
Microsoft.Extensions.AI IChatClient, ChatMessage, AIFunctionFactory
│
▼
Моделът Ollama, OpenAI, Azure OpenAI, Anthropic...

Затова три неща от Unit 1 се пренасят без промяна:

  • IChatClient остава връзката с модела. Същият OllamaApiClient работи и тук.
  • Tools остават C# методи с атрибута [Description], превърнати в tools с AIFunctionFactory.Create.
  • Messages остават от типа ChatMessage, със същите роли system, user и assistant.

Пет неща ще срещаш във всеки урок оттук нататък:

Понятие Какво е Урок
AIAgent Самият Agent: модел, инструкции и tools, събрани в един обект. Първият ти Agent
Tools Функциите, които Agent-ът може да извиква. Tools
AgentSession Паметта на един разговор. Sessions
Middleware Код, който се изпълнява около всяка стъпка на Agent-а: за наблюдение, проверки и одобрение. Middleware
Workflow Граф от стъпки (функции или Agents) с ясно зададен ред. Workflows

Ако си спомняш списъка от въведението на Unit 2 с нещата, които един framework трябва да предлага, това са точно те: LLM engine, tools, parser, system prompt, памет и овладяване на грешките.

Какво се променя за теб

Секция „Какво се променя за теб“
  • Малко код. Agent се създава с един ред върху всеки IChatClient. Цикълът Thought → Action → Observation е включен и не се настройва отделно.
  • Работи с всеки модел. Ollama, OpenAI, Azure OpenAI, Anthropic, Microsoft Foundry: кодът на Agent-а е един и същ, сменя се само клиентът. Ако някой ден преминеш от локален модел към облачен, променяш един ред.
  • Памет. AgentSession пази разговора и може да се запише като JSON, за да продължи по-късно.
  • Контрол. С middleware виждаш и можеш да спреш всяко извикване на модела и на tool, без да пипаш кода на самия Agent.
  • Няколко Agents. Един Agent може да стане tool на друг. С Workflows свързваш няколко Agents и обикновени функции в ред, който си задал ти.
  • Проследяване. С OpenTelemetry виждаш всяка стъпка, а за няколко Agents има готови шаблони.

Преди да избереш, питай се кой решава каква е следващата стъпка:

  • При Agent решава моделът. Ти му даваш цел и tools, а той сам избира какво да направи и в какъв ред.
  • При Workflow решаваш ти. Стъпките и връзките между тях са записани в кода, а моделът работи само вътре в отделните стъпки.
Използвай Agent, когато… Използвай Workflow, когато…
Задачата е отворена или е разговор. Процесът има ясно определени стъпки.
Искаш моделът сам да избира tools и да планира. Искаш пълен контрол върху реда на изпълнение.
Един Agent с няколко tools е достатъчен. Няколко Agents или функции трябва да работят съгласувано.

Agent-ът ти дава свобода, а Workflow-ът предвидимост. Двете не се изключват: една стъпка в Workflow може да бъде Agent, а и цял Workflow може да се използва като Agent. Ще направим и двете в урока за Workflows.

Кога да го използваш?

Секция „Кога да го използваш?“

Ползваш го, когато Agent-ът трябва да помни, да вика няколко tools или да работи с други Agents, и когато искаш това да остане в същото .NET приложение.

Не ти трябва за едно извикване на модел или за верига от prompts. Тогава стига IChatClient от Microsoft.Extensions.AI, както видя в Unit 1.

Как стои спрямо frameworks от оригиналния курс

Секция „Как стои спрямо frameworks от оригиналния курс“

Оригиналният курс на Hugging Face разглежда три Python frameworks. Ако ги срещнеш в статии или примери, ето на какво съответстват тук:

В оригиналния курс Основна идея В Agent Framework
smolagents Лек framework за Agents, които извикват tools. AIAgent с tools
LlamaIndex Agents, tools и workflows върху твои данни. AIAgent и готовите orchestrations за няколко Agents
LangGraph Граф от стъпки с изричен контрол върху хода. Workflow, изграден с WorkflowBuilder

Има и една разлика в подхода. smolagents залага на Code Agents, при които моделът пише Python код вместо JSON (виж Actions). В Agent Framework един Agent по подразбиране използва function calling: моделът връща извикването на tool като структурирани данни. Това е същият подход, който използва в Unit 1.

Agent Framework приема всеки IChatClient. Ето някои от поддържаните доставчици:

Доставчик Къде работи моделът
Ollama На твоя компютър. Това използваме в курса.
OpenAI В облака на OpenAI.
Azure OpenAI и Microsoft Foundry В облака на Microsoft.
Anthropic В облака на Anthropic.

Каквото и да избереш, кодът на Agent-а остава същият. Сменя се само редът, който създава клиента.


Вече знаеш какво е Agent Framework, от какво се състои и кога да го използваш. Време е да го видиш в действие: в следващия урок ще създадеш първия си Agent с него.