ai-agents-for-beginners

Používání agentních protokolů (MCP, A2A a NLWeb)

Agentní protokoly

(Klikněte na obrázek výše pro zhlédnutí videa této lekce)

S rostoucím využíváním AI agentů roste i potřeba protokolů, které zajišťují standardizaci, bezpečnost a podporují otevřené inovace. V této lekci pokryjeme 3 protokoly, které usilují o naplnění této potřeby - Model Context Protocol (MCP), Agent to Agent (A2A) a Natural Language Web (NLWeb).

Úvod

V této lekci se zaměříme na:

• Jak MCP umožňuje AI agentům přistupovat k externím nástrojům a datům, aby dokončili úkoly uživatele.

• Jak A2A umožňuje komunikaci a spolupráci mezi různými AI agenty.

• Jak NLWeb přináší rozhraní v přirozeném jazyce na jakoukoli webovou stránku, což umožňuje AI agentům objevovat a interagovat s obsahem.

Vzdělávací cíle

• Identifikovat hlavní účel a přínosy MCP, A2A a NLWeb v kontextu AI agentů.

• Vysvětlit, jak každý protokol usnadňuje komunikaci a interakci mezi LLM, nástroji a dalšími agenty.

• Rozpoznat odlišné role, které každý protokol hraje při budování složitých agentních systémů.

Protokol kontextu modelu

Protokol kontextu modelu (Model Context Protocol (MCP)) je otevřený standard, který poskytuje standardizovaný způsob, jak aplikace poskytují kontext a nástroje LLM. To umožňuje „univerzální adaptér“ k různým datovým zdrojům a nástrojům, ke kterým se AI agenti mohou připojovat konzistentním způsobem.

Pojďme se podívat na komponenty MCP, výhody ve srovnání s přímým používáním API a příklad toho, jak by AI agenti mohli používat MCP server.

Základní komponenty MCP

MCP funguje na klient-server architektuře a základní komponenty jsou:

• Hostitelé jsou aplikace využívající LLM (například editor kódu jako VSCode), které zahajují připojení k MCP serveru.

• Klienti jsou komponenty v rámci hostitelské aplikace, které udržují jedno-na-jedno spojení se servery.

• Servery jsou lehké programy, které vystavují specifické schopnosti.

Součástí protokolu jsou tři základní primitivy, což jsou schopnosti MCP serveru:

• Nástroje: Jedná se o jednotlivé akce nebo funkce, které může AI agent vyvolat k provedení úkolu. Například služba počasí může vystavit nástroj „získat počasí“, nebo e‑commerce server může vystavit nástroj „koupit produkt“. MCP servery inzerují název každého nástroje, popis a vstupní/výstupní schéma ve výpisu svých schopností.

• Zdroje: Jedná se o datové položky nebo dokumenty pouze pro čtení, které MCP server může poskytnout, a které si klienti mohou vyžádat na vyžádání. Příklady zahrnují obsah souborů, záznamy v databázi nebo log soubory. Zdroje mohou být textové (např. kód nebo JSON) nebo binární (např. obrázky nebo PDF).

• Prompty: Jsou to předdefinované šablony, které poskytují navrhované výzvy, umožňující složitější pracovní postupy.

Výhody MCP

MCP nabízí významné výhody pro AI agenty:

• Dynamické objevování nástrojů: Agenti mohou dynamicky obdržet seznam dostupných nástrojů ze serveru spolu s popisy toho, co dělají. To kontrastuje s tradičními API, která často vyžadují statické kódování integrací, což znamená, že jakákoli změna API vyžaduje aktualizace kódu. MCP nabízí přístup „integrovat jednou“, což vede k větší přizpůsobivosti.

• Interoperabilita napříč LLM: MCP funguje napříč různými LLM, poskytuje flexibilitu přepínat základní modely za účelem lepšího výkonu.

• Standardizovaná bezpečnost: MCP zahrnuje standardní metodu autentizace, což zlepšuje škálovatelnost při přidávání přístupu k dalším MCP serverům. To je jednodušší než správa různých klíčů a typů autentizace pro různá tradiční API.

Příklad MCP

Diagram MCP

Představte si, že uživatel chce rezervovat let pomocí AI asistenta poháněného MCP.

  1. Připojení: AI asistent (MCP klient) se připojí k MCP serveru poskytovanému leteckou společností.

  2. Objevování nástrojů: Klient se zeptá MCP serveru letecké společnosti: „Jaké nástroje máte k dispozici?“ Server odpoví nástroji jako „vyhledat lety“ a „rezervovat lety“.

  3. Volání nástroje: Pak požádáte AI asistenta: „Prosím, najdi let z Portlandu do Honolulu.“ AI asistent, používající svůj LLM, identifikuje, že potřebuje zavolat nástroj „vyhledat lety“ a předá relevantní parametry (odletové místo, cíl) MCP serveru.

  4. Provedení a odpověď: MCP server, fungující jako obal, provede skutečné volání na interní rezervační API letecké společnosti. Poté obdrží informace o letech (např. JSON data) a pošle je zpět AI asistentovi.

  5. Další interakce: AI asistent zobrazí možnosti letů. Jakmile vyberete let, asistent může zavolat nástroj „rezervovat let“ na tomtéž MCP serveru a dokončit rezervaci.

Protokol agent‑k agentovi (A2A)

Zatímco MCP se zaměřuje na propojení LLM s nástroji, protokol Agent-to-Agent (A2A) jde o krok dál tím, že umožňuje komunikaci a spolupráci mezi různými AI agenty. A2A spojuje AI agenty napříč různými organizacemi, prostředími a technologickými zásobníky, aby společně dokončili sdílený úkol.

Prozkoumáme komponenty a výhody A2A spolu s příkladem, jak by mohl být uplatněn v naší cestovní aplikaci.

Základní komponenty A2A

A2A se soustředí na umožnění komunikace mezi agenti a jejich spolupráci na dokončení dílčího úkolu uživatele. Každá komponenta protokolu k tomu přispívá:

Karta agenta

Podobně jako MCP server sdílí seznam nástrojů, Karta agenta obsahuje:

Executor agenta

Executor agenta je zodpovědný za předání kontextu uživatelského chatu vzdálenému agentovi, vzdálený agent to potřebuje, aby pochopil úkol, který je třeba dokončit. V A2A serveru agent používá svůj vlastní Large Language Model (LLM) k parsování příchozích požadavků a vykonávání úkolů pomocí svých interních nástrojů.

Artefakt

Jakmile vzdálený agent dokončí požadovaný úkol, jeho výstup je vytvořen jako artefakt. Artefakt obsahuje výsledek práce agenta, popis toho, co bylo dokončeno, a textový kontext, který je protokolem posílán. Po odeslání artefaktu je spojení se vzdáleným agentem uzavřeno až do další potřeby.

Fronta událostí

Tato komponenta se používá pro zpracování aktualizací a předávání zpráv. Je zvláště důležitá v produkci pro agentní systémy, aby se zabránilo uzavření spojení mezi agenty dříve, než je úkol dokončen, obzvláště když dokončení úkolu může trvat delší dobu.

Výhody A2A

• Vylepšená spolupráce: Umožňuje agentům od různých poskytovatelů a platforem interagovat, sdílet kontext a spolupracovat, což usnadňuje bezproblémovou automatizaci napříč tradičně oddělenými systémy.

• Flexibilita výběru modelu: Každý A2A agent si může zvolit, který LLM používá k obsluze svých požadavků, což umožňuje optimalizované nebo doladěné modely pro jednotlivé agenty, na rozdíl od jediného LLM připojení v některých MCP scénářích.

• Vestavěná autentizace: Autentizace je integrována přímo v A2A protokolu, poskytující robustní bezpečnostní rámec pro interakce agentů.

Příklad A2A

Diagram A2A

Rozeberme náš scénář rezervace cestování, tentokrát s využitím A2A.

  1. Uživatelský požadavek na multi-agenta: Uživatel komunikuje s „Cestovním agentem“ A2A klientem/agente, například: „Prosím, rezervuj celou cestu do Honolulu na příští týden, včetně letů, hotelu a půjčovny auta.“

  2. Orchestrace Cestovním agentem: Cestovní agent obdrží tento složitý požadavek. Použije svůj LLM k rozmyšlení úkolu a určí, že potřebuje komunikovat s jinými specializovanými agenty.

  3. Meziagentní komunikace: Cestovní agent poté použije A2A protokol k připojení k downstream agentům, jako jsou „Agent letecké společnosti“, „Agent hotelu“ a „Agent půjčoven aut“, které vytvořily různé společnosti.

  4. Delegované vykonání úkolu: Cestovní agent pošle specifické úkoly těmto specializovaným agentům (např. „Najděte lety do Honolulu,“ „Rezervujte hotel,“ „Půjčte auto“). Každý z těchto specializovaných agentů, provozující své vlastní LLM a využívající své nástroje (které sami mohou být MCP servery), provede svou část rezervace.

  5. Konsolidovaná odpověď: Jakmile všichni downstream agenti dokončí své úkoly, Cestovní agent sestaví výsledky (detaily letu, potvrzení hotelu, rezervaci auta) a pošle uživateli komplexní odpověď ve formě chatu.

Web v přirozeném jazyce (NLWeb)

Webové stránky dlouho byly hlavním způsobem, jak uživatelé přistupují k informacím a datům na internetu.

Podívejme se na různé komponenty NLWeb, výhody NLWeb a příklad, jak náš NLWeb funguje na příkladu naší cestovní aplikace.

Komponenty NLWeb

NLWeb na příkladu

NLWeb

Zvažme znovu náš web pro rezervaci cestování, tentokrát poháněný NLWeb.

  1. Ingestace dat: Existující produktové katalogy cestovního webu (např. seznamy letů, popisy hotelů, nabídky zájezdů) jsou formátovány pomocí Schema.org nebo načteny přes RSS feedy. Nástroje NLWeb tyto strukturované údaje ingestují, vytvářejí embeddingy a ukládají je do lokální nebo vzdálené vektorové databáze.

  2. Dotaz v přirozeném jazyce (člověk): Uživatel navštíví web a místo procházení menu napíše do chatovacího rozhraní: “Najděte mi rodinně přátelský hotel v Honolulu s bazénem na příští týden”.

  3. Zpracování NLWeb: Aplikace NLWeb obdrží tento dotaz. Pošle dotaz do LLM pro porozumění a současně prohledá svou vektorovou databázi pro relevantní záznamy o hotelech.

  4. Přesné výsledky: LLM pomáhá interpretovat výsledky hledání z databáze, identifikovat nejlepší shody na základě kritérií „rodinně přátelský“, „bazén“ a „Honolulu“, a poté formátuje odpověď v přirozeném jazyce. Důležité je, že odpověď odkazuje na skutečné hotely z katalogu webu, čímž se vyhýbá vymyšleným informacím.

  5. Interakce AI agenta: Protože NLWeb slouží jako MCP server, externí AI cestovní agent se může také připojit k instanci NLWeb tohoto webu. AI agent pak může použít ask MCP metodu k dotazu na web přímo: ask("Are there any vegan-friendly restaurants in the Honolulu area recommended by the hotel?"). Instance NLWeb to zpracuje, využije svou databázi informací o restauracích (pokud jsou načteny) a vrátí strukturovanou JSON odpověď.

Máte další otázky ohledně MCP/A2A/NLWeb?

Připojte se k Microsoft Foundry Discord a setkejte se s ostatními studenty, navštěvujte konzultační hodiny a nechte si zodpovědět své dotazy ohledně AI agentů.

Zdroje

Prohlášení o vyloučení odpovědnosti: Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o přesnost, vezměte prosím na vědomí, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za rozhodující zdroj. Pro zásadní informace doporučujeme využít profesionální lidský překlad. Nepřebíráme odpovědnost za jakákoli nedorozumění nebo chybné výklady vyplývající z použití tohoto překladu.

This site is open source. Improve this page.