ai-agents-for-beginners

ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು

(ಈ ಪಾಠದ ವೀಡಿಯೋವನ್ನು ನೋಡಲು ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ)

ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳನ್ನು ಅನ್ವೇಷಿಸಿ

ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ಎಐ ಏಜೆಂಟ್‌ಗಳ ಸೃಷ್ಟಿ, ನಿಯೋಜನೆ ಮತ್ತು ನಿರ್ವಹಣೆಯನ್ನು ಸ್‌ಹಳಲಾಗಿ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ со프트ವೇರ್ ವೇದಿಕೆಗಳಾಗಿವೆ. ಇವು ಅಭಿವೃದ್ಧಿಗಾರರಿಗೆ ಕಳಪೆ ಎಐ ವ್ಯವಸ್ಥೆಗಳ ಅಭಿವೃದ್ಧಿಯನ್ನು ಸರಳಗೊಳಿಸುವ ಪೂರ್ವನಿರ್ಮಿತ ಘಟಕಗಳು, ಸಂಕ್ಷಿಪ್ತಗಳು ಮತ್ತು ಉಪಕರಣಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ.

ಈ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ಅಭಿವೃದ್ಧಿಗಾರರಿಗೆ ತಮ್ಮ ಅಪ್ಲಿಕೇಶನ್‌ಗಳ ವಿಶಿಷ್ಟ ವಿಚಾರಗಳ ಮೇಲೆ ಗಮನಸೇರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ, ಏಕೆಂದರೆ ಅವು ಸಾಮಾನ್ಯ ಸವಾಲುಗಳಿಗೆ ಮಾನಕೀಕೃತ ವಿಧಾನಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ. ಇವು ಎಐ ವ್ಯವಸ್ಥೆಗಳ ನಿರ್ಮಾಣದಲ್ಲಿ ವ್ಯಾಪ್ತಿಗೆ, ಪ್ರಾಪ್ಯತೆಗೆ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಗೆ ವೃದ್ಧಿ ಉಂಟುಮಾಡುತ್ತವೆ.

ಪರಿಚಯ

ಈ ಪಾಠದಲ್ಲಿ ನೋಡಲಾಗುವುದು:

ಕಲಿಕೆಯ ಗುರಿಗಳು

ಈ ಪಾಠದ ಗುರಿಗಳು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುವುದು:

ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳೇನು ಮತ್ತು ಅವು ಅಭಿವೃದ್ಧಿಗಾರರು ಏನು ಮಾಡಲು ಅನುಮತಿಸುತ್ತವೆ?

ಪರಂಪರागत ಎಐ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ನಿಮ್ಮ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಎಐಳಾ ಸೇರಿಸಲು ಮತ್ತು ಈ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಸುಧಾರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ.

ಎಲ್ಲಾ ಇದು ಚೆನ್ನಾಗಿದೆಯೇ, ಆದರೆ ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಯಾಕೆ ಬೇಕು?

ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ಕೇವಲ ಎಐ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳಿಗಿಂತ ಹೆಚ್ಚು ಅಂತರ್ಗತವೆ. ಇವು ಬಳಕೆದಾರರು, ಇತರ ಏಜೆಂಟ್‌ಗಳು ಮತ್ತು ಪರಿಸರದೊಂದಿಗೆ ಸಂವಹನ ಮಾಡಬಲ್ಲ ಬುದ್ಧಿವಂತ ಏಜೆಂಟ್‌ಗಳನ್ನು ಸೃಷ್ಟಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲ್ಪಟ್ಟಿವೆ. ಈ ಏಜೆಂಟ್‌ಗಳು ಸ್ವಾಯತ್ತ ವರ್ತನೆ ಹೊಂದಬಹುದು, ನಿರ್ಧಾರಗಳನ್ನು ಕೈಗೊಳ್ಳಬಹುದು ಮತ್ತು ಬದಲುವ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಹೊಂದಾಣಿಕೆ ಹೊಂದಬಹುದು. ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳಿಂದ ಸಕ್ರೀಯಗೊಂಡ ಕೆಲವು ಮುಖ್ಯ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ನೋಡೋಣ:

ಸಾರಾಂಶವಾಗಿ, ಏಜೆಂಟ್‌ಗಳು ನಿಮಗೆ ಹೆಚ್ಚು ಮಾಡಲು, ಸ್ವಯಂಚಾಲಿತತೆಯನ್ನು ಮತ್ತಷ್ಟು ಮುಂದಕ್ಕೆ ತೆಗೆದುಕೊಂಡು ಹೋಗಲು, ಮತ್ತು ಪರಿಸರದಿಂದ ಕಲಿಯಲು ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳಲು ಬಲ್ಲ ಬುದ್ಧಿವಂತ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಏಜೆಂಟ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ವೇಗವಾಗಿ ಪ್ರೋಟೋಟೈಪ್, ಪುನರಾವರ್ತಿ, ಮತ್ತು ಸುಧಾರಿಸಲು ಹೇಗೆ?

ಇದು ವೇಗವಾಗಿ ಬದಲಾಗುವ ಪ್ರದೇಶ, ಆದರೂ ಬಹುತೇಕ ಎಐ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿರುವ ಕೆಲವು ಅಂಶಗಳಿವೆ — ಘಟಕ ಭಾಗಗಳು, ಸಹಕಾರ ಉಪಕರಣಗಳು, ಮತ್ತು ನೈಜ ಕಾಲ ಅಭ್ಯಾಸ. ಇವುಗಳನ್ನು ನೋಡೋಣ:

ಘಟಕ ಭಾಗಗಳನ್ನು ಬಳಸಿ

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಹಾಗು SDKಗಳು ಪೂರ್ವನಿರ್ಮಿತ ಘಟಕಗಳಂತೆ ಎಐ ಸಂಪರ್ಕಕಗಳು, ಉಪಕರಣ ವ್ಯಾಖ್ಯಾನಗಳು, ಮತ್ತು ಏಜೆಂಟ್ ನಿರ್ವಹಣೆಯನ್ನು ಒದಗಿಸುತ್ತವೆ.

ತಂಡಗಳು ಹೇಗೆ ಬಳಸಬಹುದು: ತಂಡಗಳು ಈ ಘಟಕಗಳನ್ನು ವೇಗವಾಗಿ ಸೇರಿಸಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಪ್ರೋಟೋಟೈಪ್ ರಚಿಸಬಹುದು, ಆರಂಭದಿಂದ ತಯಾರಿಸುವ ಅವಶ್ಯಕತೆ ಇಲ್ಲದೆ, ವೇಗವಾಗಿ ಪ್ರಯೋಗ ಮತ್ತು ಪುನರಾವರ್ತನೆ ಮಾಡಬಹುದು.

ಪ್ರಾಯೋಗಿಕವಾಗಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಬಳಕೆದಾರರ ಒಳನೋಟದಿಂದ ಮಾಹಿತಿಯನ್ನು ತೆಗೆಯಲು ಪೂರ್ವನಿರ್ಮಿತ ಪರ್ಸರ್, ಡೇಟಾ ಸಂಗ್ರಹಣೆ ಮತ್ತು ನವೀಕರಣಕ್ಕಾಗಿ ಮೆಮೊರಿ ಘಟಕ, ಮತ್ತು ಬಳಕೆದಾರರೊಂದಿಗೆ ಸಂವಹನ ಮಾಡಲು ಪ್ರಾಂಪ್ಟ್ ಜನರೇಟರ್ ಬಳಸಬಹುದು, ಅವುಗಳನ್ನೆಲ್ಲ ನಿರ್ಮಿಸುವ ಅಗತ್ಯವಿಲ್ಲದೆ.

ಉದಾಹರಣೆ ಕೋಡ್. ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಅನ್ನು FoundryChatClient ಜೊತೆಗೆ ಉಪಯೋಗಿಸಿ ಉಪಕರಣ ಕರೆದೊಯ್ಯುವ ಮೂಲಕ ಬಳಕೆದಾರರ ಒಳನೋಟಕ್ಕೆ ಪ್ರತಿಕ್ರಿಯಿಸುವ ವಿಧಾನವನ್ನು ನೋಡೋಣ:

# ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್ವರ್ಕ್ ಪೈಥಾನ್ ಉದಾಹರಣೆ

import asyncio
import os

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


# ಪ್ರಯಾಣವನ್ನು ಬುಕ್ ಮಾಡಲು ಒಂದು ಮಾದರಿ ಟೂಲ್ ಫಂಕ್ಷನ್ ಅನ್ನು анықಿಸಿ
@tool(approval_mode="never_require")
def book_flight(date: str, location: str) -> str:
    """Book travel given location and date."""
    return f"Travel was booked to {location} on {date}"


async def main():
    provider = FoundryChatClient(
        project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
        model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
        credential=AzureCliCredential(),
    )
    agent = provider.as_agent(
        name="travel_agent",
        instructions="Help the user book travel. Use the book_flight tool when ready.",
        tools=[book_flight],
    )

    response = await agent.run("I'd like to go to New York on January 1, 2025")
    print(response)
    # ಉದಾಹರಣೆಯ ಫಲಿತಾಂಶ: ಜನವರಿ 1, 2025 ರಂದು ನ್ಯೂಯಾರ್ಕ್ಗೆ ನಿಮ್ಮ ವಿಮಾನ ಯಶಸ್ವಿಯಾಗಿ ಬುಕ್ ಮಾಡಲಾಗಿದೆ. ಸುರಕ್ಷಿತ ಪ್ರಯಾಣ! ✈️🗽


if __name__ == "__main__":
    asyncio.run(main())

ಈ ಉದಾಹರಣೆಯಲ್ಲಿ, ಬಳಕೆದಾರರ ಒಳನೋಟದಿಂದ ಪ್ರಮುಖ ಮಾಹಿತಿಯನ್ನು ತೆಗೆಯಲು ಪೂರ್ವನಿರ್ಮಿತ ಪರ್ಸರ್‌ನ್ನು ಹೇಗೆ ಬಳಸಬಹುದು ಎಂದು ಕಾಣಬಹುದು, ಉದಾ: ವಿಮಾನ ಪ್ರಯಾಣ ಬುಕಿಂಗ್ ವಿನಂತಿಯ ಮೂಲ, ಗಮ್ಯಸ್ಥಾನ ಮತ್ತು ದಿನಾಂಕ. ಈ ಘಟಕಾಂಶ ವಿಧಾನವು ಮೇಲ್ಮಟ್ಟದ ತಾರ್ಕಿಕತೆಗೆ ಕೇಂದ್ರೀಕರಿಸಲು ಅನುಮತಿಸುತ್ತದೆ.

ಸಹಕಾರ ಉಪಕರಣಗಳನ್ನು ಉಪಯೋಗಿಸಿ

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಮುಂತಾದ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ಸಹಕಾರದೊಂದಿಗೆ ಪರಿಣತ ಏಜೆಂಟ್‌ಗಳ ಸೃಷ್ಟಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತವೆ.

ತಂಡಗಳು ಹೇಗೆ ಉಪಯೋಗಿಸಬಹುದು: ತಂಡಗಳು ನಿರ್ದಿಷ್ಟ ಪಾತ್ರಗಳು ಮತ್ತು ಕಾರ್ಯಗಳೊಂದಿಗೆ ಏಜೆಂಟ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿ, ಸಹಕಾರ ಕಾರ್ಯವಾಹಕರನ್ನು ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ಸುಧಾರಿಸಲು ಅವಕಾಶ ಕೊಡುವದು, ಒಟ್ಟು ವ್ಯವಸ್ಥೆಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು.

ಪ್ರಾಯೋಗಿಕವಾಗಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಪ್ರತಿ ಏಜೆಂಟ್ ವಿಶಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಹೊಂದಿದ ಏಜೆಂಟ್ ತಂಡವನ್ನು ರಚಿಸಿ, ಉದಾ: ಡೇಟಾ ಸಂಗ್ರಹಣೆ, ವಿಶ್ಲೇಷಣೆ, ಅಥವಾ ನಿರ್ಧಾರ ಕೈಗೊಳ್ಳುವುದು. ಈ ಏಜೆಂಟ್‌ಗಳು ಸಂವಹನ ಮಾಡಿ ಮಾಹಿತಿ ಹಂಚಿಕೊಳ್ಳಬಹುದು ಮತ್ತು ಸಾಮಾನ್ಯ ಗುರಿಯನ್ನು ಸಾಧಿಸಬಹುದು, ಉದಾ: ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಕೊಡುವುದು ಅಥವಾ ಕಾರ್ಯ ಪೂರ್ಣಗೊಳಿಸುವುದು.

ಉದಾಹರಣೆ ಕೋಡ್ (ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್):

# ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೆ임ವರ್ಕ್ ಬಳಸಿ ಒಟ್ಟಿಗೆ ಕೆಲಸ ಮಾಡುವ ಹಲವಾರು ಏಜೆಂಟುಗಳನ್ನು ರಚಿಸಲಾಗುತ್ತಿದೆ

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

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

# ಡೇಟಾ ಪಡೆದುಕೊಳ್ಳುವ ಏಜೆಂಟ್
agent_retrieve = provider.as_agent(
    name="dataretrieval",
    instructions="Retrieve relevant data using available tools.",
    tools=[retrieve_tool],
)

# ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಏಜೆಂಟ್
agent_analyze = provider.as_agent(
    name="dataanalysis",
    instructions="Analyze the retrieved data and provide insights.",
    tools=[analyze_tool],
)

# ಒಂದು ಕಾರ್ಯದ ಮೇಲೆ ಸರಣಿಯಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳನ್ನು ಚಲಾಯಿಸಿ
retrieval_result = await agent_retrieve.run("Retrieve sales data for Q4")
analysis_result = await agent_analyze.run(f"Analyze this data: {retrieval_result}")
print(analysis_result)

ಹಿಂದಿನ ಕೊರ್ನಲ್ಲಿ ನೋಡಿ ಬಹು ಏಜೆಂಟ್‌ಗಳು ಜೋಡಿಯಾಗಿ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಮಾಡುವ ಕಾರ್ಯವನ್ನು ಹೇಗೆ ರಚಿಸಬಹುದು ಎಂಬುದು. ಪ್ರತಿ ಏಜೆಂಟ್ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಕಾರ್ಯ ಸ್ವಲ್ಪ ಸಹಕಾರದ ಮೂಲಕ ನಿರ್ವಹಣೆಯಾದುದು. ನಿರ್ದಿಷ್ಟ ಪಾತ್ರಗಳ ಎಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ ಕಾರ್ಯದಕ್ಷತೆ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಉತ್ತಮಗೊಳ್ಳುತ್ತದೆ.

ನೈಜ ಕಾಲದಲ್ಲಿ ಕಲಿಯಿರಿ

ಉನ್ನತ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ನೈಜ ಕಾಲದ ಸಂದರ್ಭದಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ.

ತಂಡಗಳು ಹೇಗೆ ಉಪಯೋಗಿಸಬಹುದು: ತಂಡಗಳು ಪ್ರತಿಕ್ರಿಯಾ ವಲಯಗಳನ್ನು ಜಾರಿಗೆ ತರುತ್ತಾರೆ, ಈ ಮೂಲಕ ಏಜೆಂಟ್‌ಗಳು ಸಂವಹನಗಳಿಂದ ಕಲಿಯಲು ಮತ್ತು ಗತಿಯುತವಾಗಿ ತಮ್ಮ ವರ್ತನೆಯನ್ನು ಸರಿಪಡಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಇದು ನಿರಂತರ ಸುಧಾರಣೆ ಮತ್ತು ಪರಿಶೀಲನೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ.

ಪ್ರಾಯೋಗಿಕವಾಗಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಏಜೆಂಟ್‌ಗಳು ಬಳಕೆದಾರ ಪ್ರತಿಕ್ರಿಯೆ, ಪರಿಸರದ ಡೇಟಾ ಮತ್ತು ಕಾರ್ಯದ ಫಲಿತಾಂಶಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಿ ತಮ್ಮ ಜ್ಞಾನ ಭಂಡಾರವನ್ನು ನವೀಕರಿಸಿ, ನಿರ್ಧಾರಕೇಂದ್ರಕ ಆಲ್ಗರೀಥಂಗಳನ್ನು ಹೊಂದಿಸಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸುತ್ತವೆ. ಈ ಪುನರಾವರ್ತಿತ ಕಲಿಕೆಯ ಪ್ರಕ್ರಿಯೆ ಏಜೆಂಟ್‌ಗಳಿಗೆ ಬದಲುವ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಮತ್ತು ಬಳಕೆದಾರರ ಮೆಚ್ಚುಗೆಗಳನ್ನು ಅನುಗುಣವಾಗಿ ಹೊಂದಿಕೊಳ್ಳಲು ಮತ್ತು ಒಟ್ಟು ವ್ಯವಸ್ಥೆಯ ಪರಿಣಾಮಕಾರಿತೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ.

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಮತ್ತು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ನಡುವಿನ ಭೇದವೇನು?

ಈ ವಿಧಾನಗಳನ್ನು ಹಲವಾರು ಮಾರ್ಗಗಳಲ್ಲಿ ಹೋಲಿಸಬಹುದು, ಆದರೆ ವಿನ್ಯಾಸ, ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಗುರಿ ಬಳಕೆ ಪ್ರಕರಣಗಳ ಪರಿಪ्रेಕ್ಷದಲ್ಲಿ ಕೆಲವು ಮುಖ್ಯ ವ್ಯತ್ಯಾಸಗಳನ್ನು ನೋಡೋಣ:

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ (MAF)

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ FoundryChatClient ಉಪಯೋಗಿಸಿ ಎಐ ಏಜೆಂಟ್‌ಗಳನ್ನು ಸುಲಭವಾಗಿ ನಿರ್ಮಿಸಲು SDK ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಇದು ಅವಿಭಾಜ್ಯವಾಗಿ ಉಪಕರಣ ಕರೆದೊಯ್ಯುವಿಕೆ, ಸಂಭಾಷಣೆ ನಿರ್ವಹಣೆ, ಮತ್ತು ಅಜೂರಾ ಗುರುತಿನ ಮೂಲಕ ಎಂಟರ್ಪ್ರೈಸ್ ಮಟ್ಟದ ಭದ್ರತೆಗಳನ್ನು ಒಳಗೊಂಡ ಎಐ ಮಾದರಿಗಳನ್ನು ಬಳಸಲು ನೆರವಾಗುತ್ತದೆ.

ಬಳಕೆ ಪ್ರಕರಣಗಳು: ಉಪಕರಣ ಬಳಕೆ, ಬಹು ಹಂತದ್ದು ಕಾರ್ಯಪ್ರವಾಹ ಮತ್ತು ಎಂಟರ್ಪ್ರೈಸ್ ಏಕೀಕರಣ ದೃಶ್ಯಗಳಿಗೆ ತಯಾರಾದ ಉತ್ಪಾದನಾ-ಮಟ್ಟದ ಏಜೆಂಟ್ ನಿರ್ಮಾಣ.

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಪ್ರಮುಖ ಮೂಲಭೂತ ತತ್ವಗಳು:

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಹೊಸದು, ಮೈಕ್ರೋಸಾಫ್ಟ್ Ignite 2024 ನಲ್ಲಿ ಪರಿಚಯಿಸಲ್ಪಟ್ಟಿದೆ. ಇದು ಲಲ್ಮಾ 3, ಮಿಸ್ಟ್ರಾಲ್, ಮತ್ತು ಕೋಹಿಯರ್ ಮುಂತಾದ ಮುಕ್ತ ಮೂಲ LLMಗಳನ್ನು ನೇರವಾಗಿ ಕರೆಮಾಡುವಂತೆ ಹೆಚ್ಚು lachilu ಮಾದರಿಗಳೊಂದಿಗೆ ಏಜೆಂಟ್‌ಗಳ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ನಿಯೋಜನೆಗೆ ಅವಕಾಶ ಕೊಡುತ್ತದೆ.

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಗಟ್ಟಿಯಾದ ಎಂಟರ್ಪ್ರೈಸ್ ಭದ್ರತಾ ವಿಧಾನಗಳು ಮತ್ತು ಡೇಟಾ ಸಂಗ್ರಹಣಾ ವಿಧಾನಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದರಿಂದ ಅದು ಎಂಟರ್ಪ್ರೈಸ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ಸೂಕ್ತವಾಗಿದೆ.

ಇದು ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಜೊತೆ ಬಾಕ್ಸ್ ಬಾಗಿಲಿನಿಂದ ಕೆಲಸ ಮಾಡುವದು, ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಿ ನಿಯೋಜಿಸಲು.

ಈ ಸೇವೆ ಪ್ರಸ್ತುತ ಪಬ್ಲಿಕ್ ಪ್ರಿವ್ಯೂವ್ನಲ್ಲಿ ಇದೆ ಮತ್ತು ಪೈಥಾನ್ ಮತ್ತು C# ಅನ್ನು ಏಜೆಂಟ್ ನಿರ್ಮಾಣಕ್ಕೆ ಬೆಂಬಲಿಸುತ್ತದೆ.

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಪೈಥಾನ್ SDK ಉಪಯೋಗಿಸಿ ಬಳಕೆದಾರ-ನಿರ್ಧರಿತ ಉಪಕರಣದೊಂದಿಗೆ ಏಜೆಂಟ್ ಅನ್ನು ರಚಿಸಬಹುದು:

import asyncio
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

# ಉಪಕರಣ ಕಾರ್ಯಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ
def get_specials() -> str:
    """Provides a list of specials from the menu."""
    return """
    Special Soup: Clam Chowder
    Special Salad: Cobb Salad
    Special Drink: Chai Tea
    """

def get_item_price(menu_item: str) -> str:
    """Provides the price of the requested menu item."""
    return "$9.99"


async def main() -> None:
    credential = DefaultAzureCredential()
    project_client = AIProjectClient.from_connection_string(
        credential=credential,
        conn_str="your-connection-string",
    )

    agent = project_client.agents.create_agent(
        model="gpt-4.1-mini",
        name="Host",
        instructions="Answer questions about the menu.",
        tools=[get_specials, get_item_price],
    )

    thread = project_client.agents.create_thread()

    user_inputs = [
        "Hello",
        "What is the special soup?",
        "How much does that cost?",
        "Thank you",
    ]

    for user_input in user_inputs:
        print(f"# User: '{user_input}'")
        message = project_client.agents.create_message(
            thread_id=thread.id,
            role="user",
            content=user_input,
        )
        run = project_client.agents.create_and_process_run(
            thread_id=thread.id, agent_id=agent.id
        )
        messages = project_client.agents.list_messages(thread_id=thread.id)
        print(f"# Agent: {messages.data[0].content[0].text.value}")


if __name__ == "__main__":
    asyncio.run(main())

ಮೂಲಭೂತ ತತ್ವಗಳು

ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಕೆಳಗಿನ ಮೂಲಭೂತ ತತ್ವಗಳನ್ನು ಹೊಂದಿದೆ:

ಬಳಕೆ ಪ್ರಕರಣಗಳು: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಸುರಕ್ಷಿತ, ವ್ಯಾಪಕ ಮತ್ತು lachilu ಎಐ ಏಜೆಂಟ್ ನಿಯೋಜನೆಗೆ ಬೇಕಾದ ಎಂಟರ್ಪ್ರೈಸ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

ಈ ವಿಧಾನಗಳ ನಡುವಿನ ಭೇದವೇನು?

ಸ್ವಲ್ಪ 겹ೋ ಇಲ್ಲದಿದ್ದರೂ ಇಲ್ಲಿದೆ ವಿನ್ಯಾಸ, ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಗುರಿ ಬಳಕೆಗಳಲ್ಲಿ ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸಗಳು:

ಇನ್ನೂ ಸ್ಪಷ್ಟವಿಲ್ಲವೇ ಯಾವದು ಆಯ್ಕೆಮಾಡುವುದು?

ಬಳಕೆ ಪ್ರಕರಣಗಳು

ಕೆಲವು ಸಾಮಾನ್ಯ ಬಳಕೆ ಪ್ರಕರಣಗಳನ್ನು ನೋಡಿ ನಿಮಗೆ ನೆರವಾಗೋಣ:

Q: ಉತ್ಪಾದನಾ ಏಜೆಂಟ್ ಅಪ್ಲಿಕೇಶನನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ವೇಗವಾಗಿ ಪ್ರಾರಂಭಿಸಲು ಬಯಸುತ್ತೇನೆ

A: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಉತ್ತಮ ಆಯ್ಕೆ. ಇದು FoundryChatClient ಮೂಲಕ ಕೆಳಗಿನ ಸಾಲಿನಲ್ಲಿ ಉಪಕರಣಗಳು ಮತ್ತು ನಿರ್ದೇಶನಗಳೊಂದಿಗೆ ಏಜೆಂಟ್ ಡಿಫೈನ್ ಮಾಡಲು ಸರಳ, ಪೈಥಾನಿಕ್ API ಅನ್ನು ಒದಗಿಸುತ್ತದೆ.

Q: ನನಗೆ ಅಜೂರಾ ಇಂಟಿಗ್ರೇಶನ್‌ಗಳೊಂದಿಗೆ ಎಂಟರ್ಪ್ರೈಸ್-ಮಟ್ಟದ ನಿಯೋಜನೆ ಬೇಕು, ಶೋಧನೆ ಮತ್ತು ಕೋಡ್ ನಿರ್ವಹಣೆ ಸೇರಿದಂತೆ

A: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಅತ್ಯುತ್ತಮ ಆಯ್ಕೆ. ಇದು ಬಹುಮಾದರಿ, ಅಜೂರಾ AI ಶೋಧನೆ, ಬಿಂಗ್ ಶೋಧನೆ ಮತ್ತು ಅಜೂರಾ ಫಂಕ್ಷನ್‌ಗಳನ್ನು ಒಳಗೊಂಡ ವೇದಿಕೆ ಸೇವೆಯಾಗಿದ್ದು, ಫೌಂಡ್ರಿ ಪೋರ್ಟಲ್‌ನಲ್ಲಿ ನಿಮ್ಮ ಏಜೆಂಟ್ ನಿರ್ಮಿಸುವುದು ಮತ್ತು ವ್ಯಾಪಕವಾಗಿ ನಿಯೋಜಿಸುವುದು ಸುಲಭವಾಗಿಸುತ್ತದೆ.

Q: ಇನ್ನೂ ಗೊಂದಲದಲ್ಲಿದ್ದೇನೆ, ಒಂದು ಆಯ್ಕೆಯನ್ನು ನೀಡಿರಿ

A: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಉಪಯೋಗಿಸಿ ನಿಮ್ಮ ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಆರಂಭಿಸಿ, ನಂತರ ಉತ್ಪಾದನೆಯಲ್ಲಿ ನಿಯೋಜನೆ ಮತ್ತು ವ್ಯಾಪಕೀಕರಣಕ್ಕೆ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏಜೆಂಟ್ ಸರ್ವಿಸ್ ಬಳಸಿ. ಈ ವಿಧಾನವು ನಿಮ್ಮ ಏಜೆಂಟ್ ತರ್ಕವನ್ನು ವೇಗವಾಗಿ ಪುನರಾವರ್ತಿಸಲು ಪರವಾನಗಿ ನೀಡುತ್ತದೆ ಮತ್ತು ಎಂಟರ್ಪ್ರೈಸ್ ನಿಯೋಜನೆಗೆ ಸ್ಪಷ್ಟ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಮುಖ್ಯ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಇಲ್ಲಿ ಟೇಬಲಿನಲ್ಲಿ ಸಾರಾಂಶಗೊಳಿಸೋಣ:

ಫ್ರೇಮ್‌ವರ್ಕ್ ಗಮನ ಮೂಲಭೂತ ತತ್ವಗಳು ಬಳಕೆ ಪ್ರಕರಣಗಳು
ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏojeಂಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಉಪಕರಣ ಕರೆ ಸಹಿತ ಸರಳ ಏಜೆಂಟ್ SDK ಏಜೆಂಟ್‌ಗಳು, ಉಪಕರಣಗಳು, ಅಜೂರಾ ಗುರುತು ಎಐ ಏojeಂಟ್ ನಿರ್ಮಾಣ, ಉಪಕರಣ ಬಳಕೆ, ಬಹು ಹಂತದ ಕಾರ್ಯಪ್ರವಾಹಗಳು
ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿ ಏojeಂಟ್ ಸರ್ವಿಸ್ lachilu ಮಾದರಿ, ಎಂಟರ್ಪ್ರೈಸ್ ಭದ್ರತೆ, ಕೋಡ್ ಉತ್ಪಾದನೆ, ಉಪಕರಣ ಕರೆ ಘಟಕತೆ, ಸಹಕಾರ, ಪ್ರಕ್ರಿಯೆ ಸಂವಹನ ಸುರಕ್ಷಿತ, ವ್ಯಾಪಕ, Lachilu ಎಐ ಔojeಂಟ್ ನಿಯೋಜನೆ

ನಾನಿಷ್ಟು ಇರುವಾಗ ನನ್ನ ಅಜೂರಾ ಪರಿಸರದ ಉಪಕರಣಗಳನ್ನು ನೇರವಾಗಿ ಏಕೀಕರಿಸಬಹುದೇ ಅಥವಾ ಸ್ವತಂತ್ರ ಪರಿಹಾರಗಳು ಬೇಕಾಗುತ್ತವೆಯೇ?

ಉತ್ತರ ಹೌದು, ನೀವು ನಿಮ್ಮ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಅಜೂರ್ ಪರಿಸರ ಸಾಧನಗಳನ್ನು ನೇರವಾಗಿ Microsoft Foundry Agent Service ಜೊತೆಗೆ ಸೇರಿಸಬಹುದು, ವಿಶೇಷವಾಗಿ ಅದು ಇತರ ಅಜೂರ್ ಸೇವೆಗಳೊಂದಿಗೆ ಸೌಕರ್ಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ನಿರ್ಮಿಸಲಾಗಿದ್ದು. ಉದಾಹರಣೆಗೆ, ನೀವು ಬಿಂಗ್, ಅಜೂರ್ AI ಹುಡುಕಾಟ ಮತ್ತು ಅಜೂರ್ ಫಂಕ್ಷನ್ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಬಹುದು. Microsoft Foundry ಜೊತೆಗೆ ಕೂಡ ಗಾಢ ಸಂಯೋಜನೆ ಇದೆ.

Microsoft Agent Framework ಕೂಡ FoundryChatClient ಮತ್ತು ಅಜೂರ್ ಗುರುತಿನ ಮೂಲಕ ಅಜೂರ್ ಸೇವೆಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ, ಇದರಿಂದ ನೀವು ನೇರವಾಗಿ ನಿಮ್ಮ ಏಜೆಂಟ್ ಸಾಧನಗಳಿಂದ ಅಜೂರ್ ಸೇವೆಗಳನ್ನು ಕರೆಮಾಡಬಹುದು.

ಮಾದರಿ ಕೋಡ್‌ಗಳು

AI ಏಜೆಂಟ್ ಫ್ರೇಮ್ವರ್ಕ್‌ಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ?

Microsoft Foundry Discord‌ಗೆ ಸೇರಿ, ಇತರ ಅಭ್ಯಾಸಕರನ್ನು ಭೇಟಿ ಮಾಡಿ, ಕಾರ್ಯದಕ್ಷ ಸಮಯಗಳಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳಿ ಮತ್ತು ನಿಮ್ಮ AI ಏಜೆಂಟ್ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಗಳನ್ನು ಪಡೆಯಿರಿ.

ಉಲ್ಲೇಖಗಳು

ಹಿಂದಿನ ಪಾಠ

AI ಏಜೆಂಟ್‌ಗಳು ಮತ್ತು ಏಜೆಂಟ್ ಬಳಕೆ ಪ್ರಕರಣಗಳಿಗೆ ಪರಿಚಯ

ಮುಂದಿನ ಪಾಠ

ಏಜೆಂಟಿಕ್ ವಿನ್ಯಾಸ నమೂನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ಅಸ್ವೀಕಾರ: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ದಯವಿಟ್ಟು ಗಮನಿಸಿ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸಡ್ಡೆಗಳು ಇರಬಹುದು. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜು ಪ್ರಾಮಾಣಿಕ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸುವ ಮೂಲಕ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಗಳ ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳ ಬಗ್ಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.

This site is open source. Improve this page.