ai-agents-for-beginners

Používanie agentických protokolov (MCP, A2A a NLWeb)

Agentické protokoly

S rastúcim využívaním AI agentov rastie aj potreba protokolov, ktoré zabezpečujú štandardizáciu, bezpečnosť a podporujú otvorené inovácie. V tejto lekcii sa pozrieme na tri protokoly, ktoré sa snažia splniť tieto požiadavky – Model Context Protocol (MCP), Agent to Agent (A2A) a Natural Language Web (NLWeb).

Úvod

V tejto lekcii sa naučíme:

• Ako MCP umožňuje AI agentom prístup k externým nástrojom a dátam na splnenie úloh používateľa.

• Ako A2A umožňuje komunikáciu a spoluprácu medzi rôznymi AI agentmi.

• Ako NLWeb prináša rozhrania v prirodzenom jazyku na akúkoľvek webovú stránku, čím umožňuje AI agentom objavovať a interagovať s obsahom.

Ciele učenia

• Identifikovať hlavný účel a výhody MCP, A2A a NLWeb v kontexte AI agentov.

• Vysvetliť, ako každý protokol uľahčuje komunikáciu a interakciu medzi LLM, nástrojmi a inými agentmi.

• Rozpoznať odlišné úlohy, ktoré každý protokol zohráva pri budovaní komplexných agentických systémov.

Model Context Protocol

Model Context Protocol (MCP) je otvorený štandard, ktorý poskytuje štandardizovaný spôsob, ako môžu aplikácie poskytovať kontext a nástroje pre LLM. To umožňuje “univerzálny adaptér” na rôzne zdroje dát a nástroje, ku ktorým sa AI agenti môžu konzistentne pripájať.

Pozrime sa na komponenty MCP, výhody v porovnaní s priamym používaním API a príklad, ako by AI agenti mohli využívať MCP server.

Hlavné komponenty MCP

MCP funguje na klient-server architektúre a jeho hlavné komponenty sú:

• Hostitelia sú LLM aplikácie (napríklad editor kódu ako VSCode), ktoré iniciujú pripojenia k MCP serveru.

• Klienti sú komponenty v rámci hostiteľskej aplikácie, ktoré udržiavajú jedinečné pripojenia k serverom.

• Servery sú ľahké programy, ktoré poskytujú špecifické schopnosti.

Protokol obsahuje tri hlavné primitívy, ktoré definujú schopnosti MCP servera:

• Nástroje: Ide o konkrétne akcie alebo funkcie, ktoré môže AI agent vyvolať na vykonanie úlohy. Napríklad, služba počasia môže ponúkať nástroj “získať počasie” alebo e-commerce server môže ponúkať nástroj “kúpiť produkt”. MCP servery inzerujú názov, popis a schému vstupov/výstupov každého nástroja vo svojom zozname schopností.

• Zdroje: Ide o dáta alebo dokumenty iba na čítanie, ktoré môže MCP server poskytovať a klienti ich môžu na požiadanie získať. Príklady zahŕňajú obsah súborov, databázové záznamy alebo logy. Zdroje môžu byť textové (ako kód alebo JSON) alebo binárne (ako obrázky alebo PDF).

• Šablóny: Ide o preddefinované šablóny, ktoré poskytujú navrhované výzvy, umožňujúce zložitejšie pracovné postupy.

Výhody MCP

MCP ponúka významné výhody pre AI agentov:

• Dynamické objavovanie nástrojov: Agenti môžu dynamicky prijímať zoznam dostupných nástrojov zo servera spolu s popismi ich funkcií. To je v kontraste s tradičnými API, ktoré často vyžadujú statické kódovanie pre integrácie, čo znamená, že akákoľvek zmena API si vyžaduje aktualizáciu kódu. MCP ponúka prístup “integrovať raz”, čo vedie k väčšej prispôsobivosti.

• Interoperabilita medzi LLM: MCP funguje naprieč rôznymi LLM, čo poskytuje flexibilitu pri výbere modelov na základe výkonu.

• Štandardizovaná bezpečnosť: MCP obsahuje štandardnú metódu autentifikácie, čo zlepšuje škálovateľnosť pri pridávaní prístupu k ďalším MCP serverom. To je jednoduchšie ako správa rôznych kľúčov a typov autentifikácie pre rôzne tradičné API.

Príklad MCP

MCP Diagram

Predstavte si, že používateľ chce rezervovať let pomocou AI asistenta poháňaného MCP.

  1. Pripojenie: AI asistent (MCP klient) sa pripojí k MCP serveru poskytovanému leteckou spoločnosťou.

  2. Objavovanie nástrojov: Klient sa opýta MCP servera leteckej spoločnosti: “Aké nástroje máte k dispozícii?” Server odpovie nástrojmi ako “vyhľadať lety” a “rezervovať lety”.

  3. Vyvolanie nástroja: Používateľ požiada AI asistenta: “Prosím, vyhľadaj let z Portlandu do Honolulu.” AI asistent, využívajúc svoj LLM, identifikuje, že potrebuje zavolať nástroj “vyhľadať lety” a odovzdá relevantné parametre (pôvod, cieľ) MCP serveru.

  4. Vykonanie a odpoveď: MCP server, ktorý funguje ako obal, vykoná skutočné volanie na interné API leteckej spoločnosti. Získa informácie o letoch (napr. JSON dáta) a pošle ich späť AI asistentovi.

  5. Ďalšia interakcia: AI asistent predstaví možnosti letov. Keď si používateľ vyberie let, asistent môže vyvolať nástroj “rezervovať let” na tom istom MCP serveri, čím dokončí rezerváciu.

Agent-to-Agent Protocol (A2A)

Kým MCP sa zameriava na pripojenie LLM k nástrojom, Agent-to-Agent (A2A) protokol ide o krok ďalej tým, že umožňuje komunikáciu a spoluprácu medzi rôznymi AI agentmi. A2A spája AI agentov naprieč rôznymi organizáciami, prostrediami a technologickými zásobníkmi na splnenie spoločnej úlohy.

Preskúmame komponenty a výhody A2A spolu s príkladom jeho aplikácie v našej cestovnej aplikácii.

Hlavné komponenty A2A

A2A sa zameriava na umožnenie komunikácie medzi agentmi a ich spoluprácu na splnení podúlohy používateľa. Každý komponent protokolu k tomu prispieva:

Agent Card

Podobne ako MCP server zdieľa zoznam nástrojov, Agent Card obsahuje:

Agent Executor

Agent Executor je zodpovedný za odovzdanie kontextu používateľského rozhovoru vzdialenému agentovi, ktorý tento kontext potrebuje na pochopenie úlohy, ktorú má splniť. V A2A serveri agent používa svoj vlastný Large Language Model (LLM) na spracovanie prichádzajúcich požiadaviek a vykonávanie úloh pomocou svojich interných nástrojov.

Artefakt

Keď vzdialený agent dokončí požadovanú úlohu, jeho výsledok sa vytvorí ako artefakt. Artefakt obsahuje výsledok práce agenta, popis toho, čo bolo dokončené, a textový kontext, ktorý sa posiela cez protokol. Po odoslaní artefaktu sa spojenie s vzdialeným agentom uzavrie, kým nebude opäť potrebné.

Fronta udalostí

Tento komponent sa používa na spracovanie aktualizácií a odovzdávanie správ. Je obzvlášť dôležitý v produkčných agentických systémoch, aby sa zabránilo uzavretiu spojenia medzi agentmi pred dokončením úlohy, najmä keď dokončenie úlohy môže trvať dlhší čas.

Výhody A2A

• Zlepšená spolupráca: Umožňuje agentom od rôznych dodávateľov a platforiem interagovať, zdieľať kontext a spolupracovať, čím uľahčuje automatizáciu naprieč tradične oddelenými systémami.

• Flexibilita výberu modelu: Každý A2A agent si môže vybrať, ktorý LLM použije na spracovanie svojich požiadaviek, čo umožňuje optimalizované alebo špecificky prispôsobené modely pre jednotlivých agentov, na rozdiel od jedného LLM pripojenia v niektorých scenároch MCP.

• Integrovaná autentifikácia: Autentifikácia je priamo integrovaná do A2A protokolu, čo poskytuje robustný bezpečnostný rámec pre interakcie agentov.

Príklad A2A

A2A Diagram

Rozšírme náš scenár rezervácie cesty, tentokrát pomocou A2A.

  1. Požiadavka používateľa na multi-agenta: Používateľ komunikuje s “Cestovným agentom” (A2A klient/agent), napríklad slovami: “Prosím, zarezervuj celú cestu do Honolulu na budúci týždeň, vrátane letu, hotela a prenájmu auta.”

  2. Orchestrácia cestovným agentom: Cestovný agent prijme túto komplexnú požiadavku. Použije svoj LLM na analýzu úlohy a určí, že potrebuje komunikovať s inými špecializovanými agentmi.

  3. Komunikácia medzi agentmi: Cestovný agent potom použije A2A protokol na pripojenie k downstream agentom, ako sú “Letecký agent”, “Hotelový agent” a “Agent na prenájom áut”, ktoré vytvorili rôzne spoločnosti.

  4. Delegované vykonanie úloh: Cestovný agent pošle špecifické úlohy týmto špecializovaným agentom (napr. “Nájdi lety do Honolulu”, “Rezervuj hotel”, “Prenajmi auto”). Každý z týchto špecializovaných agentov, ktorý prevádzkuje svoje vlastné LLM a využíva svoje vlastné nástroje (ktoré môžu byť sami MCP servery), vykoná svoju špecifickú časť rezervácie.

  5. Konsolidovaná odpoveď: Keď všetci downstream agenti dokončia svoje úlohy, cestovný agent skompiluje výsledky (detaily letu, potvrdenie hotela, rezerváciu auta) a pošle komplexnú, chatovú odpoveď späť používateľovi.

Natural Language Web (NLWeb)

Webové stránky už dlho slúžia ako primárny spôsob, ako používatelia získavajú informácie a dáta na internete.

Pozrime sa na rôzne komponenty NLWeb, výhody NLWeb a príklad, ako NLWeb funguje v našej cestovnej aplikácii.

Komponenty NLWeb

NLWeb na príklade

NLWeb

Zvážme našu cestovnú webovú stránku, tentokrát poháňanú NLWeb.

  1. Získavanie dát: Existujúce katalógy produktov cestovnej webovej stránky (napr. zoznamy letov, popisy hotelov, balíčky zájazdov) sú naformátované pomocou Schema.org alebo načítané prostredníctvom RSS feedov. Nástroje NLWeb spracujú tieto štruktúrované dáta, vytvoria embeddingy a uložia ich do lokálnej alebo vzdialenej vektorovej databázy.

  2. Dotaz v prirodzenom jazyku (človek): Používateľ navštívi webovú stránku a namiesto prechádzania menu zadá do chatového rozhrania: “Nájdi mi rodinný hotel v Honolulu s bazénom na budúci týždeň.”

  3. Spracovanie NLWeb: NLWeb aplikácia prijme tento dotaz. Pošle dotaz do LLM na pochopenie a zároveň prehľadá svoju vektorovú databázu pre relevantné hotelové ponuky.

  4. Presné výsledky: LLM pomáha interpretovať výsledky vyhľadávania z databázy, identifikovať najlepšie zhody na základe kritérií “rodinný”, “bazén” a “Honolulu” a potom formátuje odpoveď v prirodzenom jazyku. Dôležité je, že odpoveď odkazuje na skutočné hotely z katalógu webovej stránky, čím sa vyhýba vymysleným informáciám.

  5. Interakcia AI agenta: Pretože NLWeb slúži ako MCP server, externý AI cestovný agent by sa mohol tiež pripojiť k NLWeb inštancii tejto webovej stránky. AI agent by potom mohol použiť metódu ask MCP na priamy dotaz na webovú stránku: ask("Sú v oblasti Honolulu vegánske reštaurácie odporúčané hotelom?"). NLWeb inštancia by to spracovala, využila svoju databázu informácií o reštauráciách (ak je načítaná) a vrátila štruktúrovanú JSON odpoveď.

Máte ďalšie otázky o MCP/A2A/NLWeb?

Pridajte sa na Azure AI Foundry Discord, kde sa môžete stretnúť s ďalšími študentmi, zúčastniť sa konzultačných hodín a získať odpovede na vaše otázky o AI agentoch.

Zdroje

Upozornenie:
Tento dokument bol preložený pomocou služby na automatický preklad Co-op Translator. Hoci sa snažíme o presnosť, upozorňujeme, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre dôležité informácie odporúčame profesionálny preklad vykonaný človekom. Nezodpovedáme za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.

This site is open source. Improve this page.