ai-agents-for-beginners
(Κάντε κλικ στην εικόνα παραπάνω για να παρακολουθήσετε το βίντεο για αυτό το μάθημα)
Εισαγωγή στους Πράκτορες Τεχνητής Νοημοσύνης και Περιπτώσεις Χρήσης Πρακτόρων
Καλώς ήρθατε στο μάθημα AI Agents for Beginners! Αυτό το μάθημα σας δίνει τη βασική γνώση — και πραγματικό λειτουργικό κώδικα — για να ξεκινήσετε να δημιουργείτε Πράκτορες Τεχνητής Νοημοσύνης από το μηδέν.
Ελάτε να πείτε γεια στην Κοινότητα Discord του Azure AI — είναι γεμάτη από μαθητές και δημιουργούς AI που χαίρονται να απαντούν σε ερωτήσεις.
Πριν προχωρήσουμε στην κατασκευή, ας βεβαιωθούμε ότι καταλαβαίνουμε πραγματικά τι είναι ένας Πράκτορας Τεχνητής Νοημοσύνης και πότε έχει νόημα να χρησιμοποιήσουμε έναν.
Εισαγωγή
Αυτό το μάθημα καλύπτει:
- Τι είναι οι Πράκτορες Τεχνητής Νοημοσύνης και οι διαφορετικοί τύποι που υπάρχουν
- Για ποιους τύπους εργασιών είναι κατάλληλοι οι Πράκτορες Τεχνητής Νοημοσύνης
- Τα βασικά δομικά στοιχεία που θα χρησιμοποιήσετε όταν σχεδιάζετε μια Πρακτορική λύση
Στόχοι Μάθησης
Μέχρι το τέλος αυτού του μαθήματος, θα πρέπει να μπορείτε να:
- Εξηγήσετε τι είναι ένας Πράκτορας Τεχνητής Νοημοσύνης και πώς διαφέρει από μια κανονική λύση AI
- Γνωρίζετε πότε να επιλέξετε έναν Πράκτορα Τεχνητής Νοημοσύνης (και πότε όχι)
- Σχεδιάσετε βασικά μια Πρακτορική λύση για ένα πραγματικό πρόβλημα
Ορισμός Πρακτόρων AI και Τύποι Πρακτόρων AI
Τι είναι οι Πράκτορες Τεχνητής Νοημοσύνης;
Να ένας απλός τρόπος να το σκεφτούμε:
Οι Πράκτορες Τεχνητής Νοημοσύνης είναι συστήματα που επιτρέπουν στα Μεγάλα Γλωσσικά Μοντέλα (LLMs) να κάνουν πράγματα — δίνοντάς τους εργαλεία και γνώση για να δρουν στον κόσμο, όχι απλά να ανταποκρίνονται σε ερωτήματα.
Ας το αναλύσουμε λίγο:
- Σύστημα — Ένας Πράκτορας AI δεν είναι κάτι μόνο του. Είναι μια συλλογή μερών που συνεργάζονται. Στον πυρήνα του, κάθε πράκτορας έχει τρία στοιχεία:
- Περιβάλλον — Ο χώρος όπου λειτουργεί ο πράκτορας. Για έναν πράκτορα κρατήσεων ταξιδιών, αυτό θα ήταν η πλατφόρμα κρατήσεων αυτή καθαυτή.
- Αισθητήρες — Πώς ο πράκτορας διαβάζει την τρέχουσα κατάσταση του περιβάλλοντός του. Ο πράκτορας ταξιδιών μπορεί να ελέγχει τη διαθεσιμότητα ξενοδοχείων ή τις τιμές πτήσεων.
- Ενεργοποιητές — Πώς ο πράκτορας ενεργεί. Ο πράκτορας ταξιδιών μπορεί να κλείσει ένα δωμάτιο, να στείλει επιβεβαίωση ή να ακυρώσει μια κράτηση.
-
Μεγάλα Γλωσσικά Μοντέλα — Υπήρχαν πράκτορες πριν από τα LLM, αλλά τα LLM είναι αυτά που κάνουν τους σύγχρονους πράκτορες τόσο ισχυρούς. Μπορούν να κατανοούν φυσική γλώσσα, να λογικολογούν για το πλαίσιο και να μετατρέπουν μια ασαφή αίτηση χρήστη σε συγκεκριμένο σχέδιο δράσης.
-
Εκτέλεση Ενεργειών — Χωρίς ένα σύστημα πράκτορα, ένα LLM απλά παράγει κείμενο. Μέσα σε ένα σύστημα πράκτορα, το LLM μπορεί πραγματικά να εκτελέσει βήματα — αναζήτηση σε βάση δεδομένων, κλήση API, αποστολή μηνύματος.
-
Πρόσβαση σε Εργαλεία — Τα εργαλεία που μπορεί να χρησιμοποιήσει ο πράκτορας εξαρτώνται από (1) το περιβάλλον στο οποίο τρέχει και (2) τι επέλεξε να του δώσει ο προγραμματιστής. Ένας πράκτορας ταξιδιών μπορεί να αναζητήσει πτήσεις αλλά όχι να επεξεργαστεί αρχεία πελατών — όλα εξαρτώνται από το τι έχεις συνδέσει.
-
Μνήμη + Γνώση — Οι πράκτορες μπορούν να έχουν βραχυπρόθεσμη μνήμη (την τρέχουσα συνομιλία) και μακροπρόθεσμη μνήμη (μια βάση δεδομένων πελατών, παλιές αλληλεπιδράσεις). Ο πράκτορας ταξιδιών μπορεί να “θυμάται” ότι προτιμάτε θέσεις δίπλα στο παράθυρο.
Οι Διαφορετικοί Τύποι Πρακτόρων AI
Δεν είναι όλοι οι πράκτορες φτιαγμένοι με τον ίδιο τρόπο. Εδώ είναι μια ανάλυση των κύριων τύπων, χρησιμοποιώντας ένα παράδειγμα πράκτορα κρατήσεων ταξιδιών:
| Τύπος Πράκτορα | Τι Κάνει | Παράδειγμα Πράκτορα Ταξιδιών |
|---|---|---|
| Απλοί Αντιστροφοδότες Πράκτορες | Ακολουθούν αυστηρούς κωδικοποιημένους κανόνες — χωρίς μνήμη, χωρίς σχεδιασμό. | Βλέπει ένα παράπονο μέσω email → το προωθεί στην εξυπηρέτηση πελατών. Αυτό είναι όλο. |
| Πράκτορες Αντιστροφοδότη με Μοντέλο | Κρατούν εσωτερικό μοντέλο του κόσμου και το ενημερώνουν καθώς τα πράγματα αλλάζουν. | Παρακολουθεί ιστορικές τιμές πτήσεων και επισημαίνει διαδρομές που ξαφνικά είναι ακριβές. |
| Πράκτορες Με Βάση Στόχων | Έχει έναν στόχο στο μυαλό και βγάζει βήμα-βήμα πώς να τον πετύχει. | Κλείνει μια ολόκληρη εκδρομή (πτήσεις, αυτοκίνητο, ξενοδοχείο) ξεκινώντας από την τρέχουσα θέση σας για να φτάσετε στον προορισμό σας. |
| Πράκτορες Με Βάση Χρησιμότητας | Δεν βρίσκει απλώς μία λύση — βρίσκει την καλύτερη σταθμίζοντας τα πλεονεκτήματα και μειονεκτήματα. | Ισορροπεί κόστος και ευκολία για να βρει το ταξίδι που ταιριάζει καλύτερα στις προτιμήσεις σας. |
| Μαθαίνοντας Πράκτορες | Γίνεται καλύτερος με την πάροδο του χρόνου μαθαίνοντας από την ανατροφοδότηση. | Προσαρμόζει τις μελλοντικές προτάσεις κρατήσεων βασισμένες σε αποτελέσματα ερωτηματολογίων μετά το ταξίδι. |
| Ιεραρχικοί Πράκτορες | Ένας πράκτορας υψηλού επιπέδου χωρίζει την εργασία σε υποεργασίες και αναθέτει σε πράκτορες χαμηλότερου επιπέδου. | Μια αίτηση “ακύρωση ταξιδιού” χωρίζεται σε: ακύρωση πτήσης, ακύρωση ξενοδοχείου, ακύρωση ενοικίασης αυτοκινήτου — η κάθε μία διαχειρίζεται από ένα υποπράκτορα. |
| Πολυπράκτορα Συστήματα (MAS) | Πολλοί ανεξάρτητοι πράκτορες συνεργάζονται (ή ανταγωνίζονται). | Συνεργατικό: ξεχωριστοί πράκτορες χειρίζονται ξενοδοχεία, πτήσεις και ψυχαγωγία. Ανταγωνιστικό: πολλοί πράκτορες ανταγωνίζονται για να γεμίσουν δωμάτια ξενοδοχείων στην καλύτερη τιμή. |
Πότε να Χρησιμοποιήσετε Πράκτορες AI
Μόνο και μόνο επειδή μπορείτε να χρησιμοποιήσετε έναν Πράκτορα AI δεν σημαίνει ότι πάντα πρέπει. Εδώ είναι οι καταστάσεις όπου οι πράκτορες πραγματικά ξεχωρίζουν:
- Προβλήματα Ανοικτού Τέλους — Όταν τα βήματα για την επίλυση ενός προβλήματος δεν μπορούν να προγραμματιστούν εκ των προτέρων. Χρειάζεστε το LLM να βρει δυναμικά την πορεία.
- Διαδικασίες Πολλαπλών Βημάτων — Εργασίες που απαιτούν χρήση εργαλείων σε πολλές φάσεις, όχι απλά μια μοναδική αναζήτηση ή παραγωγή.
- Βελτίωση με τον Χρόνο — Όταν θέλετε το σύστημα να γίνεται πιο έξυπνο βασισμένο στην ανατροφοδότηση του χρήστη ή περιβαλλοντικά σήματα.
Θα εμβαθύνουμε περισσότερο στο πότε (και πότε όχι) να χρησιμοποιείτε Πράκτορες AI στο μάθημα Building Trustworthy AI Agents αργότερα στο μάθημα.
Βασικά Στοιχεία Πρακτορικών Λύσεων
Ανάπτυξη Πρακτόρων
Το πρώτο που κάνετε όταν δημιουργείτε έναν πράκτορα είναι να ορίσετε τι μπορεί να κάνει — τα εργαλεία, τις ενέργειες και τις συμπεριφορές του.
Σε αυτό το μάθημα, χρησιμοποιούμε την Υπηρεσία Πρακτόρων AI του Azure ως βασική πλατφόρμα. Υποστηρίζει:
- Μοντέλα από παρόχους όπως OpenAI, Mistral και Meta (Llama)
- Αδειοδοτημένα δεδομένα από παρόχους όπως το Tripadvisor
- Τυποποιημένους ορισμούς εργαλείων OpenAPI 3.0
Πρακτορικά Μοτίβα
Επικοινωνείτε με τα LLM μέσω prompts. Με τους πράκτορες, δεν μπορείτε να φτιάξετε κάθε prompt χειροκίνητα — ο πράκτορας πρέπει να δράσει σε πολλά βήματα. Εκεί εμφανίζονται τα Πρακτορικά Μοτίβα. Είναι επαναχρησιμοποιήσιμες στρατηγικές για κατασκευή και διαχείριση LLM με πιο επεκτάσιμο και αξιόπιστο τρόπο.
Αυτό το μάθημα οργανώνεται γύρω από τα πιο κοινά και χρήσιμα πρακτορικά μοτίβα.
Πρακτορικά Πλαίσια
Τα Πρακτορικά Πλαίσια δίνουν στους προγραμματιστές έτοιμα πρότυπα, εργαλεία και υποδομή για να δημιουργούν πράκτορες. Κάνουν πιο εύκολο να:
- Συνδέσετε εργαλεία και δυνατότητες
- Παρατηρείτε τι κάνει ο πράκτορας (και κάνετε εντοπισμό σφαλμάτων όταν υπάρχουν προβλήματα)
- Συνεργάζεστε μεταξύ πολλών πρακτόρων
Σε αυτό το μάθημα, εστιάζουμε στο Microsoft Agent Framework (MAF) για τη δημιουργία πρακτόρων έτοιμων για παραγωγή.
Παραδείγματα Κώδικα
Έτοιμοι να το δείτε σε δράση; Εδώ είναι τα παραδείγματα κώδικα για αυτό το μάθημα:
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
Έχετε Ερωτήσεις;
Εγγραφείτε στο Microsoft Foundry Discord για να συνδεθείτε με άλλους μαθητές, να παρακολουθήσετε office hours και να λάβετε απαντήσεις στις ερωτήσεις σας για Πράκτορες AI από την κοινότητα.
Προηγούμενο Μάθημα
Επόμενο Μάθημα
Αποποίηση ευθυνών: Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης με τεχνητή νοημοσύνη Co-op Translator. Ενώ επιδιώκουμε την ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή λανθασμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.