ai-agents-for-beginners

(Klik på billedet ovenfor for at se videoen af denne lektion)

Planlægningsdesign

Introduktion

Denne lektion vil dække

At definere et klart overordnet mål og opdele en kompleks opgave i overskuelige delopgaver.
Udnyttelse af struktureret output for mere pålidelige og maskinlæsbare svar.
Anvendelse af en hændelsesdrevet tilgang til at håndtere dynamiske opgaver og uventede input.

Læringsmål

Efter at have gennemført denne lektion vil du have en forståelse af:

At identificere og fastsætte et overordnet mål for en AI-agent, så den tydeligt ved, hvad der skal opnås.
At nedbryde en kompleks opgave i overskuelige delopgaver og organisere dem i en logisk rækkefølge.
At udstyre agenter med de rette værktøjer (f.eks. søgeværktøjer eller dataanalyseværktøjer), beslutte hvornår og hvordan de skal bruges, og håndtere uventede situationer, der opstår.
At evaluere delopgavers resultater, måle ydeevne og gentage handlinger for at forbedre det endelige output.

Definere det overordnede mål og opdele en opgave

Definere mål og opgaver

De fleste opgaver i den virkelige verden er for komplekse til at håndtere i ét trin. En AI-agent har brug for et klart mål for at styre dens planlægning og handlinger. For eksempel kan man overveje målet:

"Generer en rejseplan for 3 dage."

Selvom det er nemt at formulere, kræver det stadig tilpasning. Jo tydeligere målet er, desto bedre kan agenten (og enhver menneskelig samarbejdspartner) fokusere på at opnå det rette resultat, som f.eks. at skabe en omfattende rejseplan med flymuligheder, hotelanbefalinger og aktivitetsforslag.

Opgaveopdeling

Store eller komplekse opgaver bliver mere håndterbare, når de opdeles i mindre, målorienterede delopgaver. For rejseplaneksemplet kan du opdele målet i:

Flyreservation
Hotelreservation
Biludlejning
Personalisering

Hver delopgave kan så håndteres af dedikerede agenter eller processer. Én agent kan specialisere sig i at finde de bedste flytilbud, en anden fokuserer på hotelreservationer osv. En koordinerende eller “nedstrøms” agent kan derefter samle disse resultater til en sammenhængende rejseplan for slutbrugeren.

Denne modulære tilgang tillader også trinvise forbedringer. For eksempel kan du tilføje specialiserede agenter til madanbefalinger eller forslag til lokale aktiviteter og løbende forfine rejseplanen.

Struktureret output

Store sprogmodeller (LLMs) kan generere struktureret output (f.eks. JSON), som er lettere for nedstrøms agenter eller tjenester at analysere og bearbejde. Dette er især nyttigt i et multi-agent-setup, hvor vi kan handle på disse opgaver efter planlægningsoutputtet er modtaget.

Følgende Python-eksempel viser en simpel planlægningsagent, der nedbryder et mål i delopgaver og genererer en struktureret plan:

from pydantic import BaseModel
from enum import Enum
from typing import List, Optional, Union
import json
import os
from typing import Optional
from pprint import pprint
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

class AgentEnum(str, Enum):
    FlightBooking = "flight_booking"
    HotelBooking = "hotel_booking"
    CarRental = "car_rental"
    ActivitiesBooking = "activities_booking"
    DestinationInfo = "destination_info"
    DefaultAgent = "default_agent"
    GroupChatManager = "group_chat_manager"

# Rejse delopgave model
class TravelSubTask(BaseModel):
    task_details: str
    assigned_agent: AgentEnum  # vi ønsker at tildele opgaven til agenten

class TravelPlan(BaseModel):
    main_task: str
    subtasks: List[TravelSubTask]
    is_greeting: bool

provider = FoundryChatClient(
    project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
    model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
    credential=AzureCliCredential(),
)

# Definer brugermeddelelse
system_prompt = """You are a planner agent.
    Your job is to decide which agents to run based on the user's request.
    Provide your response in JSON format with the following structure:
{'main_task': 'Plan a family trip from Singapore to Melbourne.',
 'subtasks': [{'assigned_agent': 'flight_booking',
               'task_details': 'Book round-trip flights from Singapore to '
                               'Melbourne.'}
    Below are the available agents specialised in different tasks:
    - FlightBooking: For booking flights and providing flight information
    - HotelBooking: For booking hotels and providing hotel information
    - CarRental: For booking cars and providing car rental information
    - ActivitiesBooking: For booking activities and providing activity information
    - DestinationInfo: For providing information about destinations
    - DefaultAgent: For handling general requests"""

user_message = "Create a travel plan for a family of 2 kids from Singapore to Melbourne"

response = client.create_response(input=user_message, instructions=system_prompt)

response_content = response.output_text
pprint(json.loads(response_content))

Planlægningsagent med multi-agent orkestrering

I dette eksempel modtager en Semantic Router Agent en brugerforespørgsel (f.eks. “Jeg har brug for en hotelplan til min rejse.”).

Planlæggeren gør derefter:

Modtager hotelplanen: Planlæggeren tager brugerens besked og genererer på baggrund af et systemprompt (inklusive tilgængelige agentdetaljer) en struktureret rejseplan.
Lister agenter og deres værktøjer: Agentregistret indeholder en liste over agenter (f.eks. til fly, hotel, biludlejning og aktiviteter) samt de funktioner eller værktøjer, de tilbyder.
Ruter planen til de respektive agenter: Afhængigt af antallet af delopgaver sender planlæggeren enten beskeden direkte til en dedikeret agent (ved enkeltopgave-scenarier) eller koordinerer via en gruppechat-manager for multi-agent samarbejde.
Opsummerer resultatet: Endelig opsummerer planlæggeren den genererede plan for klarhed. Følgende Python-kodeeksempel illustrerer disse trin:

from pydantic import BaseModel

from enum import Enum
from typing import List, Optional, Union

class AgentEnum(str, Enum):
    FlightBooking = "flight_booking"
    HotelBooking = "hotel_booking"
    CarRental = "car_rental"
    ActivitiesBooking = "activities_booking"
    DestinationInfo = "destination_info"
    DefaultAgent = "default_agent"
    GroupChatManager = "group_chat_manager"

# Rejse underopgave model

class TravelSubTask(BaseModel):
    task_details: str
    assigned_agent: AgentEnum # vi vil tildele opgaven til agenten

class TravelPlan(BaseModel):
    main_task: str
    subtasks: List[TravelSubTask]
    is_greeting: bool
import json
import os
from typing import Optional

from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

# Opret klienten

provider = FoundryChatClient(
    project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
    model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
    credential=AzureCliCredential(),
)

from pprint import pprint

# Definer brugerbeskeden

system_prompt = """You are a planner agent.
    Your job is to decide which agents to run based on the user's request.
    Below are the available agents specialized in different tasks:
    - FlightBooking: For booking flights and providing flight information
    - HotelBooking: For booking hotels and providing hotel information
    - CarRental: For booking cars and providing car rental information
    - ActivitiesBooking: For booking activities and providing activity information
    - DestinationInfo: For providing information about destinations
    - DefaultAgent: For handling general requests"""

user_message = "Create a travel plan for a family of 2 kids from Singapore to Melbourne"

response = client.create_response(input=user_message, instructions=system_prompt)

response_content = response.output_text

# Udskriv responsindholdet efter indlæsning som JSON

pprint(json.loads(response_content))

Det følgende er outputtet fra den forrige kode, og du kan så bruge dette strukturerede output til at rute til assigned_agent og opsummere rejseplanen til slutbrugeren.

{
    "is_greeting": "False",
    "main_task": "Plan a family trip from Singapore to Melbourne.",
    "subtasks": [
        {
            "assigned_agent": "flight_booking",
            "task_details": "Book round-trip flights from Singapore to Melbourne."
        },
        {
            "assigned_agent": "hotel_booking",
            "task_details": "Find family-friendly hotels in Melbourne."
        },
        {
            "assigned_agent": "car_rental",
            "task_details": "Arrange a car rental suitable for a family of four in Melbourne."
        },
        {
            "assigned_agent": "activities_booking",
            "task_details": "List family-friendly activities in Melbourne."
        },
        {
            "assigned_agent": "destination_info",
            "task_details": "Provide information about Melbourne as a travel destination."
        }
    ]
}

Et eksempel på en notesbog med det tidligere kodeeksempel er tilgængeligt her.

Iterativ planlægning

Nogle opgaver kræver frem og tilbage kommunikation eller genplanlægning, hvor resultatet af én delopgave påvirker den næste. For eksempel, hvis agenten opdager et uventet dataformat under flyreservationer, skal den muligvis tilpasse sin strategi, før den går videre til hotelreservationer.

Derudover kan brugerfeedback (f.eks. en person, der beslutter, at de foretrækker et tidligere fly) udløse en delvis genplanlægning. Denne dynamiske, iterative tilgang sikrer, at den endelige løsning stemmer overens med virkelighedens begrænsninger og brugerens skiftende præferencer.

f.eks. eksempel kode

import os
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential
#.. det samme som tidligere kode og videregiv brugerhistorikken, nuværende plan

system_prompt = """You are a planner agent to optimize the
    Your job is to decide which agents to run based on the user's request.
    Below are the available agents specialized in different tasks:
    - FlightBooking: For booking flights and providing flight information
    - HotelBooking: For booking hotels and providing hotel information
    - CarRental: For booking cars and providing car rental information
    - ActivitiesBooking: For booking activities and providing activity information
    - DestinationInfo: For providing information about destinations
    - DefaultAgent: For handling general requests"""

user_message = "Create a travel plan for a family of 2 kids from Singapore to Melbourne"

response = client.create_response(
    input=user_message,
    instructions=system_prompt,
    context=f"Previous travel plan - {TravelPlan}",
)
# .. omlæg planen og send opgaverne til de respektive agenter

For mere omfattende planlægning kan du tjekke Magnetic One Blogindlæg for løsning af komplekse opgaver.

Opsummering

I denne artikel har vi set et eksempel på, hvordan vi kan skabe en planlægger, der dynamisk kan vælge de tilgængelige agenter, der er defineret. Outputtet fra planlæggeren nedbryder opgaverne og tildeler agenterne, så de kan udføres. Det antages, at agenterne har adgang til de funktioner/værktøjer, der kræves for at udføre opgaven. Ud over agenterne kan du inkludere andre mønstre som refleksion, opsummering og round robin chat for yderligere tilpasning.

Yderligere ressourcer

Magnetic One - Et generalistisk multi-agent system til løsning af komplekse opgaver, som har opnået imponerende resultater på flere udfordrende agentiske benchmarks. Reference: Magnetic One. I denne implementering skaber orkestratoren opgavespecifikke planer og delegerer disse opgaver til de tilgængelige agenter. Udover planlægning anvender orkestratoren også en overvågningsmekanisme til at følge opgavens fremskridt og genplanlægge efter behov.

Har du flere spørgsmål om planlægningsdesignmønsteret?

Deltag i Microsoft Foundry Discord for at møde andre lærende, deltage i kontortimer og få svar på dine spørgsmål om AI-agenter.

Forrige lektion

Opbygning af pålidelige AI-agenter

Næste lektion

Multi-Agent Design Pattern

Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.

This site is open source. Improve this page.