ai-agents-for-beginners

Používání agentních protokolů (MCP, A2A a NLWeb)

Agentní protokoly

(Klikněte na obrázek výše pro zobrazení videa této lekce)

S rostoucím využíváním AI agentů roste i potřeba protokolů, které zajišťují standardizaci, bezpečnost a podporu otevřené inovace. V této lekci si představíme 3 protokoly, které tuto potřebu naplňují – 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 přístup k externím nástrojům a datům pro plnění úkolů uživatelů.

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

• Jak NLWeb přináší přirozené jazykové rozhraní na jakoukoli webovou stránku, což umožňuje AI agentům objevovat a interagovat s jejím obsahem.

Cíle učení

• 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 tvorbě složitých agentních systémů.

Model Context Protocol

Model Context Protocol (MCP) je otevřený standard, který poskytuje standardizovaný způsob, jak aplikace mohou poskytovat kontext a nástroje LLM. To umožňuje „univerzální adaptér“ pro různé zdroje dat a nástroje, ke kterým se AI agenti mohou připojit konzistentním způsobem.

Podívejme se na komponenty MCP, výhody oproti přímému používání API a příklad, jak mohou AI agenti používat MCP server.

Hlavní komponenty MCP

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

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

• Klienti jsou komponenty uvnitř hostitelské aplikace, které udržují jedno-na-jedno připojení k serverům.

• Servery jsou lehké programy, které zpřístupňují specifické schopnosti.

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

• Nástroje: Jsou to samostatné akce nebo funkce, které může AI agent zavolat k provedení úkolu. Například meteorologická služba může zpřístupnit nástroj „získat počasí“ nebo e-commerce server nástroj „koupit produkt“. MCP servery zveřejňují jméno, popis a vstupní/výstupní schéma každého nástroje ve svém seznamu schopností.

• Zdroje: Jsou to datové položky nebo dokumenty pouze pro čtení, které MCP server může poskytovat, a klienti je mohou na vyžádání získat. Příklady zahrnují obsah souborů, záznamy databází nebo log soubory. Zdroje mohou být textové (např. kód nebo JSON) nebo binární (např. obrázky nebo PDF).

• Předvolby (Prompts): Jsou to předdefinované šablony, které poskytují navrhované výzvy, což umožňuje složitější pracovní toky.

Výhody MCP

MCP nabízí významné výhody pro AI agenty:

• Dynamické objevování nástrojů: Agenti mohou dynamicky získat seznam dostupných nástrojů ze serveru spolu s popisy jejich funkcí. To kontrastuje s tradičními API, která často vyžadují statické programování pro integrace, což znamená, že jakákoli změna API vyžaduje úpravu kódu. MCP nabízí přístup „integrace jednou“, což vede k větší adaptabilitě.

• Interoperabilita napříč LLM: MCP funguje s různými LLM, poskytuje flexibilitu v přepínání modelů pro lepší výkon.

• Standardizovaná bezpečnost: MCP zahrnuje standardní autentizační metodu, která 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

MCP Diagram

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

  1. Připojení: AI asistent (MCP klient) se připojí k MCP serveru letecké společnosti.

  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: Poté požádáte AI asistenta: „Prosím, vyhledej let z Portlandu do Honolulu.“ AI asistent využívající svůj LLM zjistí, že musí zavolat nástroj „vyhledat lety“ a předá relevantní parametry (odlet, cíl) MCP serveru.

  4. Provedení a odpověď: MCP server fungující jako obal provede skutečný hovor do interního rezervačního API letecké společnosti. Poté přijme informace o letu (např. ve formátu JSON) a odešle je zpět AI asistentovi.

  5. Další interakce: AI asistent zobrazí možnosti letu. Po výběru letu může asistent zavolat nástroj „rezervovat let“ na stejném MCP serveru a dokončit rezervaci.

Agent-to-Agent protokol (A2A)

Zatímco MCP se zaměřuje na připojení LLM k nástrojům, Agent-to-Agent (A2A) protokol jde o krok dále tím, že umožňuje komunikaci a spolupráci mezi různými AI agenty. A2A propojuje AI agenty napříč různými organizacemi, prostředími a technologiemi k dokončení společného úkolu.

Podíváme se na komponenty a přínosy A2A a uvedeme příklad, jak by mohl být použit v naší cestovní aplikaci.

Hlavní komponenty A2A

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

Agent Card

Podobně jako MCP server sdílí seznam nástrojů, Agent Card obsahuje:

Agent Executor

Agent Executor je zodpovědný za předání kontextu uživatelského chatu vzdálenému agentovi, který jej potřebuje k pochopení úkolu, který má být splněn. V A2A serveru používá agent svůj vlastní Large Language Model (LLM) k analýze příchozích požadavků a vykonání úkolů pomocí svých interních nástrojů.

Artifact

Jakmile vzdálený agent dokončí požadovaný úkol, vzniká jako výstup artifact. Artifact obsahuje výsledek práce agenta, popis toho, co bylo dokončeno, a textový kontext, který je přenášen protokolem. Po odeslání artifactu je spojení s vzdáleným agentem uzavřeno, dokud není znovu potřeba.

Event Queue

Tato komponenta slouží k zpracování aktualizací a předávání zpráv. Je obzvláště důležitá v produkci pro agentní systémy, aby se zabránilo ukončení spojení mezi agenty před dokončením úkolu, zejména když dokončení úkolů může trvat delší dobu.

Výhody A2A

• Vylepšená spolupráce: Umožňuje agentům od různých dodavatelů a platforem vzájemně komunikovat, sdílet kontext a spolupracovat, což usnadňuje plynulou automatizaci napříč tradičně nespojenými systémy.

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

• Integrovaná autentizace: Autentizace je přímo integrována do A2A protokolu, což poskytuje robustní bezpečnostní rámec pro interakce agentů.

Příklad A2A

A2A Diagram

Rozvineme náš scénář rezervace cestování, tentokrát však za použití A2A.

  1. Požadavek uživatele na multi-agenta: Uživatel komunikuje s A2A klientem/agentem „Travel Agent“ například tím, že řekne: „Prosím, zarezervuj celý výlet do Honolulu na příští týden, včetně letů, hotelu a půjčení auta“.

  2. Orchestrace cestovním agentem: Travel Agent obdrží tento složitý požadavek. Používá svůj LLM, aby zvážil úkol a určil, že musí komunikovat s dalšími specializovanými agenty.

  3. Komunikace mezi agenty: Travel Agent pak použije A2A protokol k připojení k následným agentům, jako jsou „Airline Agent“, „Hotel Agent“ a „Car Rental Agent“, které vytvářejí různé společnosti.

  4. Delegované provádění úkolů: Travel Agent pošle specifické úkoly těmto specializovaným agentům (např. „Najdi lety do Honolulu“, „Zarezervuj hotel“, „Půjč auto“). Každý z těchto agentů, provozující vlastní LLM a používající vlastní nástroje (které sami mohou být MCP servery), vykoná svou část rezervace.

  5. Konsolidovaná odpověď: Po dokončení všech úkolů následnými agenty Travel Agent sestaví výsledky (detaily letu, potvrzení hotelu, rezervace auta) a zašle souhrnnou, chatovou odpověď zpět uživateli.

Natural Language Web (NLWeb)

Webové stránky dlouhodobě představují hlavní způsob, jak uživatelé přistupují k informacím a datům na internetu.

Podívejme se na různé komponenty NLWeb, přínosy NLWeb a příklad, jak náš NLWeb funguje na naší cestovní aplikaci.

Komponenty NLWeb

NLWeb na příkladu

NLWeb

Znovu si vezměme náš cestovní rezervační web, tentokrát poháněný NLWebem.

  1. Nahrání dat: Stávající katalogy produktů na cestovním webu (např. seznamy letů, popisy hotelů, zájezdy) jsou formátovány pomocí Schema.org nebo načteny přes RSS feedy. NLWebovy nástroje zpracují tato strukturovaná data, vytvoří embeddingy a uloží je do lokální nebo vzdálené vektorové databáze.

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

  3. Zpracování NLWebem: NLWeb aplikace tento dotaz přijme. Odešle ho k pochopení do LLM a současně vyhledá v jeho vektorové databázi relevantní nabídky hotelů.

  4. Přesné výsledky: LLM pomáhá interpretovat výsledky vyhledávání z databáze, identifikuje nejlepší odpovídající výsledky na základě kritérií „rodinný“, „bazén“ a „Honolulu“ a poté formátuje odpověď v přirozeném jazyce. Důležité je, že odpověď odkazuje na skutečné hotely z katalogu webu, ne na vymyšlené informace.

  5. Interakce AI agenta: Protože NLWeb funguje jako MCP server, může se ke zdejšímu NLWebu připojit i externí AI cestovní agent. Ten může použít MCP metodu ask k přímému dotazu na web, například: ask("Jsou v oblasti Honolulu veganské restaurace doporučené hotelem?"). NLWeb tuto žádost zpracuje, využije svou databázi informací o restauracích (pokud je načtena) a vrátí strukturovanou JSON odpověď.

Máte další otázky ohledně MCP/A2A/NLWeb?

Připojte se k Microsoft Foundry Discord, kde potkáte další studenty, můžete navštěvovat konzultační hodiny a získat odpovědi na své otázky o AI agentech.

Zdroje

Předchozí lekce

AI agenti v produkci

Následující lekce

Context Engineering pro AI agenty

Prohlášení o omezení odpovědnosti: Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o co největší přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Originální dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro kritické informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoli nedorozumění nebo nesprávné interpretace vzniklé použitím tohoto překladu.

This site is open source. Improve this page.