ai-agents-for-beginners

🔍 Изследване на Microsoft Agent Framework - Основен агент (.NET)

📋 Учебни цели

Този пример изследва основните концепции на Microsoft Agent Framework чрез изпълнение на базов агент в .NET. Ще научите основни модели за агентско поведение и ще разберете как интелигентните агенти работят „под капака“ с помощта на C# и .NET екосистемата.

Какво ще откриете

• 🏗️ Архитектура на агента: Разбиране на основната структура на AI агенти в .NET
• 🛠️ Интеграция на инструменти: Как агентите използват външни функции за разширяване на възможностите
• 💬 Поток на разговор: Управление на многократни разговорни цикли и контекст с управление на нишки
• 🔧 Модели за конфигурация: Най-добри практики за настройка и управление на агенти в .NET

🎯 Основни разгледани концепции

Принципи на агентската рамка

• Автономност: Как агентите правят независими решения с помощта на .NET AI абстракции
• Реактивност: Реакция на промени в средата и потребителски входове
• Проактивност: Инициативи въз основа на цели и контекст
• Социални умения: Взаимодействие чрез естествен език в разговорни нишки

Технически компоненти

• AIAgent: Основна организация на агента и управление на разговори (.NET)
• Функции на инструменти: Разширяване на възможностите на агента с C# методи и атрибути
• Интеграция с Azure OpenAI: Използване на езикови модели чрез Azure OpenAI Responses API
• Сигурна конфигурация: Управление на крайни точки на базата на среда

🔧 Технически стек

Основни технологии

• Microsoft Agent Framework (.NET)
• Интеграция с Azure OpenAI (Responses API)
• Патерни на клиента Azure.AI.OpenAI
• Конфигурация на базата на среда с DotNetEnv

Възможности на агента

• Разбиране и генериране на естествен език
• Извикване на функции и използване на инструменти с C# атрибути
• Отговори с контекст чрез разговорни сесии
• Разширяема архитектура с модели за внедряване на зависимости

📚 Сравнение на рамките

Този пример демонстрира подхода на Microsoft Agent Framework в сравнение с други агентски рамки:

Характеристика	Microsoft Agent Framework	Други рамки
Интеграция	Собствена екосистема на Microsoft	Разнообразна съвместимост
Простота	Чист и интуитивен API	Често сложна настройка
Разширяемост	Лесна интеграция на инструменти	Зависимо от рамката
Подходящ за предприятия	Изграден за продукция	Зависи от рамката

🚀 Започване

Изисквания

• .NET 10 SDK или по-нова версия
• Абонамент в Azure с ресурс Azure OpenAI и разгръщане на модел
• Azure CLI — влизане с az login

Задължителни променливи на средата

# zsh/bash
export AZURE_OPENAI_ENDPOINT=https://<your-resource>.openai.azure.com
export AZURE_OPENAI_DEPLOYMENT=gpt-4.1-mini
# След това влезте, за да може AzureCliCredential да получи токен
az login

# PowerShell
$env:AZURE_OPENAI_ENDPOINT = "https://<your-resource>.openai.azure.com"
$env:AZURE_OPENAI_DEPLOYMENT = "gpt-4.1-mini"
# След това влезте, за да може AzureCliCredential да получи токен
az login

Примерен код

За да стартирате примерния код,

# zsh/bash
chmod +x ./02-dotnet-agent-framework.cs
./02-dotnet-agent-framework.cs

Или използвайки dotnet CLI:

dotnet run ./02-dotnet-agent-framework.cs

Вижте 02-dotnet-agent-framework.cs за пълния код.

#!/usr/bin/dotnet run

#:package Microsoft.Extensions.AI@10.*
#:package Microsoft.Agents.AI.OpenAI@1.*-*
#:package Azure.AI.OpenAI@2.1.0
#:package Azure.Identity@1.13.1

using System.ComponentModel;

using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;

using Azure.AI.OpenAI;
using Azure.Identity;

// Tool Function: Random Destination Generator
// This static method will be available to the agent as a callable tool
// The [Description] attribute helps the AI understand when to use this function
// This demonstrates how to create custom tools for AI agents
[Description("Provides a random vacation destination.")]
static string GetRandomDestination()
{
    // List of popular vacation destinations around the world
    // The agent will randomly select from these options
    var destinations = new List<string>
    {
        "Paris, France",
        "Tokyo, Japan",
        "New York City, USA",
        "Sydney, Australia",
        "Rome, Italy",
        "Barcelona, Spain",
        "Cape Town, South Africa",
        "Rio de Janeiro, Brazil",
        "Bangkok, Thailand",
        "Vancouver, Canada"
    };

    // Generate random index and return selected destination
    // Uses System.Random for simple random selection
    var random = new Random();
    int index = random.Next(destinations.Count);
    return destinations[index];
}

// Azure OpenAI with the Responses API (stable v1 endpoint). Sign in with `az login`.
var azureEndpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT")
    ?? throw new InvalidOperationException("AZURE_OPENAI_ENDPOINT is not set.");
var deployment = Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENT") ?? "gpt-4.1-mini";

var azureClient = new AzureOpenAIClient(new Uri(azureEndpoint), new AzureCliCredential());

// Define Agent Identity and Comprehensive Instructions
// Agent name for identification and logging purposes
var AGENT_NAME = "TravelAgent";

// Detailed instructions that define the agent's personality, capabilities, and behavior
// This system prompt shapes how the agent responds and interacts with users
var AGENT_INSTRUCTIONS = """
You are a helpful AI Agent that can help plan vacations for customers.

Important: When users specify a destination, always plan for that location. Only suggest random destinations when the user hasn't specified a preference.

When the conversation begins, introduce yourself with this message:
"Hello! I'm your TravelAgent assistant. I can help plan vacations and suggest interesting destinations for you. Here are some things you can ask me:
1. Plan a day trip to a specific location
2. Suggest a random vacation destination
3. Find destinations with specific features (beaches, mountains, historical sites, etc.)
4. Plan an alternative trip if you don't like my first suggestion

What kind of trip would you like me to help you plan today?"

Always prioritize user preferences. If they mention a specific destination like "Bali" or "Paris," focus your planning on that location rather than suggesting alternatives.
""";

// Create AI Agent with Advanced Travel Planning Capabilities
// Get the Responses client for the deployment and create the AI agent
// Configure agent with name, detailed instructions, and available tools
// This demonstrates the .NET agent creation pattern with full configuration
AIAgent agent = azureClient
    .GetChatClient(deployment)
    .AsAIAgent(
        name: AGENT_NAME,
        instructions: AGENT_INSTRUCTIONS,
        tools: [AIFunctionFactory.Create(GetRandomDestination)]
    );

// Create New Session for Context Management.
// Initialize a new conversation session to maintain context across multiple interactions
// Sessions enable the agent to remember previous exchanges and maintain conversational state
// This is essential for multi-turn conversations and contextual understanding
AgentSession session = await agent.CreateSessionAsync();

// Execute Agent: First Travel Planning Request
// Run the agent with an initial request that will likely trigger the random destination tool
// The agent will analyze the request, use the GetRandomDestination tool, and create an itinerary
// Using the session parameter maintains conversation context for subsequent interactions
await foreach (var update in agent.RunStreamingAsync("Plan me a day trip", session))
{
    await Task.Delay(10);
    Console.Write(update);
}

Console.WriteLine();

// Execute Agent: Follow-up Request with Context Awareness
// Demonstrate contextual conversation by referencing the previous response
// The agent remembers the previous destination suggestion and will provide an alternative
// This showcases the power of conversation sessions and contextual understanding in .NET agents
await foreach (var update in agent.RunStreamingAsync("I don't like that destination. Plan me another vacation.", session))
{
    await Task.Delay(10);
    Console.Write(update);
}

🎓 Основни изводи

1. Архитектура на агента: Microsoft Agent Framework предоставя чист, типово-сигурен подход за създаване на AI агенти в .NET
2. Интеграция на инструменти: Функциите, маркирани с атрибути [Description], стават достъпни инструменти за агента
3. Контекст на разговора: Управлението на сесии позволява многократни разговори с пълна осъзнатост на контекста
4. Управление на конфигурацията: Променливите на средата и сигурната обработка на идентификационни данни следват най-добрите практики на .NET
5. Azure OpenAI Responses API: Агентът използва Azure OpenAI Responses API чрез Azure.AI.OpenAI SDK

🔗 Допълнителни ресурси

• Документация на Microsoft Agent Framework
• Azure OpenAI в Microsoft Foundry
• Microsoft.Extensions.AI
• .NET Single File Apps

---

Отказ от отговорност: Този документ е преведен с помощта на AI преводачески услуга Co-op Translator. Въпреки че се стремим към точност, моля имайте предвид, че автоматизираните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да е недоразумения или неправилни тълкувания, произтичащи от използването на този превод.

This site is open source. Improve this page.