Към съдържанието

Въведение в Agentic Frameworks

Добре дошъл във втория Unit, в който ще разгледаме agentic frameworks: библиотеките, с които се изграждат мощни agentic приложения.

Оригиналният курс разглежда три Python frameworks: smolagents, LlamaIndex и LangGraph. В .NET ще се спрем на един, защото Microsoft го направи като общ наследник на Semantic Kernel и AutoGen:

Да започваме! 🕵

Кога да използваш agentic framework

Секция „Кога да използваш agentic framework“

Agentic framework не винаги е нужен, когато изграждаш приложение около LLMs. Той прави workflow-а гъвкав, за да решиш ефективно конкретна задача, но не е задължителен.

Понякога предварително зададените workflows са достатъчни, за да изпълниш заявките на потребителя, и няма реална нужда от agentic framework. Ако подходът е прост, например верига от prompts, обикновен код може да свърши работа. Предимството е, че имаш пълен контрол и разбираш системата си без абстракции.

Когато обаче workflow-ът стане по-сложен, например LLM трябва да извиква функции или няколко Agents работят заедно, тези абстракции започват да помагат.

Като имаме това предвид, вече можем да определим какво трябва да предлага един framework:

  • LLM engine, който задвижва системата.
  • Списък от tools, до които Agent-ът има достъп.
  • Parser, който извлича tool calls от изхода на LLM.
  • System prompt, синхронизиран с parser-а.
  • Memory система.
  • Error logging и retry механизми, които овладяват грешките на LLM.

Списъкът вече ти е познат. В Unit 1 написа първите четири на ръка в Dummy Agent Library, а после ги получи наготово от Microsoft.Extensions.AI. Последните две останаха за теб: разговора пазеше сам в списъка history, а грешките ловеше с try/catch в самия tool.

Как Microsoft Agent Framework покрива тези нужди

Секция „Как Microsoft Agent Framework покрива тези нужди“

Ето същия списък, този път с отговора на framework-а за всяка точка:

Нужда В Microsoft Agent Framework
LLM engine Всеки IChatClient, включително OllamaApiClient от Unit 1.
Списък от tools Същите C# методи с [Description]. Подаваш ги на Agent-а, когато го създаваш.
Parser Вграден. Agent-ът използва function calling и сам върти цикъла Thought → Action → Observation.
System prompt Параметърът instructions на Agent-а. Описанията на tools се добавят автоматично.
Memory AgentSession пази разговора между отделните извиквания.
Error logging и retry Грешка в tool не спира Agent-а: моделът я получава като Observation и може да опита отново. С middleware и OpenTelemetry проследяваш всяка стъпка.

Първите редове изглеждат познато и това не е случайно. Microsoft Agent Framework е изграден върху Microsoft.Extensions.AI, така че наученото в Unit 1 остава в сила: IChatClient, AIFunctionFactory и атрибутът [Description].

Framework-ът работи и със същия локален модел в Ollama, така че и тук не ти трябват акаунти и API ключове.

Unit Framework Описание
2.1 Microsoft Agent Framework Framework с отворен код за Agents и multi-agent workflows. Един Agent получава tools, памет и middleware, а Workflows свързват няколко Agents и функции в граф с ясен ред на изпълнение.

Готов ли си? Продължи към Unit 2.1: Microsoft Agent Framework.