ai-agents-for-beginners

Používanie agentných protokolov (MCP, A2A a NLWeb)

Agentné protokoly

(Kliknite na obrázok vyššie pre zobrazenie videa k tejto lekcii)

S rastúcim používaním AI agentov rastie aj potreba protokolov, ktoré zabezpečia štandardizáciu, bezpečnosť a podporia otvorenú inováciu. V tejto lekcii sa budeme venovať 3 protokolom, ktoré sa snažia túto potrebu naplniť - Model Context Protocol (MCP), Agent to Agent (A2A) a Natural Language Web (NLWeb).

Úvod

V tejto lekcii sa dozvieme:

• Ako MCP umožňuje AI agentom pristupovať k externým nástrojom a dátam na dokončenie úloh používateľa.

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

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

Ciele učenia sa

• Identifikovať základný 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 agentných systémov.

Model Context Protocol

Model Context Protocol (MCP) je otvorený štandard, ktorý poskytuje štandardizovaný spôsob, ako aplikácie môžu poskytovať kontext a nástroje LLM. To umožňuje „univerzálny adaptér“ k rôznym zdrojom dát a nástrojom, na ktoré sa AI agenti môžu pripájať konzistentným spôsobom.

Pozrime sa na komponenty MCP, výhody oproti priamemu používaniu API a príklad, ako by AI agenti mohli používať MCP server.

Kľúčové komponenty MCP

MCP funguje na klient-server architektúre a kľúčové komponenty sú:

• Hostitelia sú LLM aplikácie (napríklad editor kódu ako VSCode), ktoré začínajú spojenia so serverom MCP.

• Klienti sú komponenty v hostiteľskej aplikácii, ktoré udržiavajú jednotkové spojenia so servermi.

• Servery sú nenáročné programy, ktoré vystavujú konkrétne schopnosti.

Súčasťou protokolu sú tri základné primitívy, ktoré predstavujú schopnosti MCP servera:

• Nástroje: Diskrétne akcie alebo funkcie, ktoré môže AI agent zavolať na vykonanie činnosti. Napríklad služba počasia môže vystaviť nástroj „zistiť počasie“ alebo server e-commerce môže vystaviť nástroj „kúpiť produkt“. MCP servery inzerujú názov, popis a vstupno-výstupné schémy každého nástroja v zozname schopností.

• Zdroje: Sú to dátové položky alebo dokumenty na čítanie, ktoré MCP server môže poskytnúť, a klienti si ich môžu vyžiadať podľa potreby. Príklady zahŕňajú obsah súborov, databázové záznamy alebo log súbory. Zdroje môžu byť textové (ako kód alebo JSON) alebo binárne (ako obrázky alebo PDF).

• Podnety: Preddefinované šablóny, ktoré poskytujú navrhované dotazy a umožňujú komplexnejšie pracovné toky.

Výhody MCP

MCP ponúka významné výhody pre AI agentov:

• Dynamické objavovanie nástrojov: Agenti môžu dynamicky získať zoznam dostupných nástrojov od servera spolu s popismi ich funkcií. To kontrastuje s tradičnými API, ktoré často vyžadujú statické kódovanie integrácií, takže akákoľvek zmena API znamená aktualizácie kódu. MCP ponúka prístup „integruj raz“, čo vedie k väčšej prispôsobivosti.

• Interoperabilita medzi LLM: MCP funguje cez rôzne LLM, poskytujúc flexibilitu pri prepínaní jadrových modelov pre lepší výkon.

• Štandardizovaná bezpečnosť: MCP zahŕňa štandardnú metódu autentifikácie, čo zlepšuje škálovateľnosť pri pridávaní prístupu k ďalším MCP serverom. Je to jednoduchšie ako spravovať rôzne kľúče a typy autentifikácie pre rôzne tradičné API.

Príklad MCP

MCP Diagram

Predstavte si, že používateľ chce zaistiť let pomocou AI asistenta, ktorý používa 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 dostupné?“ Server odpovie nástrojmi ako „vyhľadávať lety“ a „rezervovať lety“.

  3. Volanie nástroja: Používateľ potom povie AI asistentovi: „Prosím, vyhľadaj let z Portlandu do Honolulu.“ AI asistent, pomocou svojho LLM, identifikuje potrebu zavolať nástroj „vyhľadávať lety“ a odovzdá relevantné parametre (odlet, cieľ) MCP serveru.

  4. Vykonanie a odpoveď: MCP server, pôsobiaci ako obal, vykoná skutočné volanie na vnútorné API rezervácie leteckej spoločnosti. Následne prijme informácie o lete (napríklad JSON dáta) a odošle ich späť AI asistentovi.

  5. Ďalšia interakcia: AI asistent predloží možnosti letov. Akonáhle používateľ vyberie let, asistent môže zavolať nástroj „rezervovať let“ na tom istom MCP serveri a dokončiť rezerváciu.

Protokol Agent-to-Agent (A2A)

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

Preskúmame komponenty a výhody A2A spolu s príkladom, ako by sa mohol použiť v našej aplikácii na cestovanie.

Kľúčové komponenty A2A

A2A kladie dôraz na umožnenie komunikácie medzi agentmi a ich spoluprácu na dokončení podúlohy používateľa. Každá súčasť protokolu k tomu prispieva:

Agentná karta

Podobne ako MCP server zdieľa zoznam nástrojov, Agentná karta obsahuje:

Agentný vykonávateľ

Agentný vykonávateľ je zodpovedný za odosielanie kontextu používateľského chatu vzdialenému agentovi, ktorý tento kontext potrebuje na pochopenie úlohy, ktorú má splniť. V A2A serveri agent používa svoj vlastný veľký jazykový model (LLM), aby analyzoval prichádzajúce požiadavky a vykonával úlohy pomocou svojich interných nástrojov.

Artefakt

Keď vzdialený agent splní požadovanú úlohu, jeho výsledok je vytvorený ako artefakt. Artefakt obsahuje výsledok agentovej práce, popis toho, čo bolo dokončené, a textový kontext, ktorý je zaslaný prostredníctvom protokolu. Po odoslaní artefaktu sa spojenie s vzdialeným agentom uzavrie, kým nebude znovu potrebné.

Fronta udalostí

Tento komponent sa používa na spracovanie aktualizácií a odosielanie správ. Je obzvlášť dôležitý v produkcii agentných systémov, aby sa zabránilo uzavretiu spojenia medzi agentmi pred dokončením úlohy, najmä keď dokončenie úlohy môže trvať dlhší čas.

Výhody A2A

• Vylepšená spolupráca: Umožňuje agentom z rôznych dodávateľov a platforiem vzájomne komunikovať, zdieľať kontext a spolupracovať, čím sa uľahčuje plynulá automatizácia cez tradične izolované systémy.

• Flexibilita výberu modelu: Každý A2A agent si môže vybrať, ktorý LLM použije na obsluhu svojich požiadaviek, čo umožňuje optimalizované alebo doladené modely pre každého agenta, na rozdiel od jedného LLM spojenia v niektorých prípadoch MCP.

• Vstavaná autentifikácia: Autentifikácia je priamo integrovaná do A2A protokolu, poskytujúc robustný bezpečnostný rámec pre interakcie agentov.

Príklad A2A

A2A Diagram

Rozšírme našu scénu rezervácie cestovania, tentoraz používajúc A2A.

  1. Používateľská požiadavka na multiagentný systém: Používateľ komunikuje s „Cestovným agentom“ ako A2A klientom/agentom, povedzme slovami: „Prosím, rezervuj celý výlet do Honolulu na budúci týždeň, vrátane letov, hotela a prenájmu auta“.

  2. Orchestrácia cestovným agentom: Cestovný agent prijme túto zložitú požiadavku. Pomocou svojho LLM prehodnotí úlohu a určí, že je potrebné komunikovať s inými špecializovanými agentmi.

  3. Komunikácia medzi agentmi: Cestovný agent potom použije A2A protokol na pripojenie k podriadeným agentom, ako sú „agent leteckej spoločnosti“, „hotelový agent“ a „agent prenájmu áut“, ktoré vytvorili rozdielne spoločnosti.

  4. Zadané vykonanie úloh: Cestovný agent posiela špecifické úlohy týmto špecializovaným agentom (napríklad „Nájdi lety do Honolulu“, „Rezervuj hotel“, „Prenajmi auto“). Každý z týchto špecializovaných agentov, bežiacich na vlastných LLM a využívajúcich svoje vlastné nástroje (čo môžu byť sami MCP servery), vykonáva svoju časť rezervácie.

  5. Konsolidovaná odpoveď: Keď všetci podriadení agenti dokončia svoje úlohy, Cestovný agent zostaví výsledky (detaily letov, potvrdenie hotela, rezerváciu auta) a pošle komplexnú, chatovú odpoveď späť používateľovi.

Natural Language Web (NLWeb)

Webové stránky sú už dlhú dobu hlavným spôsobom, ako používatelia pristupujú k informáciám a dátam na internete.

Pozrime sa na rôzne komponenty NLWeb, výhody NLWeb a príklad, ako náš NLWeb funguje, pozrime sa na našu aplikáciu na cestovanie.

Komponenty NLWeb

NLWeb na príklade

NLWeb

Zoberme si opäť našu webovú stránku na rezerváciu cestovania, tentoraz poháňanú NLWeb.

  1. Zber dát: Existujúce produktové katalógy cestovnej stránky (napr. zoznamy letov, popisy hotelov, turistické balíčky) sú naformátované pomocou Schema.org alebo načítané cez RSS feedy. Nástroje NLWeb tieto štruktúrované dáta nasávajú, vytvárajú embeddingy a ukladajú ich do lokálnej alebo vzdialenej vektorovej databázy.

  2. Dotaz v prirodzenom jazyku (človek): Používateľ navštívi web a namiesto prehľadávania menu zadá do chatovacieho rozhrania: „Nájdi mi rodinne priateľský hotel v Honolulu s bazénom na budúci týždeň“.

  3. Spracovanie NLWeb: NLWeb aplikácia prijme tento dotaz. Odosiela dotaz na LLM na pochopenie a zároveň vyhľadáva vo svojej vektorovej databáze relevantné ponuky hotelov.

  4. Presné výsledky: LLM pomáha interpretovať výsledky vyhľadávania z databázy, vyhľadáva najlepšie zhody podľa kritérií „rodinne priateľský“, „bazén“ a „Honolulu“ a následne formátuje odpoveď v prirodzenom jazyku. Dôležité je, že odpoveď odkazuje na skutočné hotely z katalógu webovej stránky, čím sa vyhýba vymysleným informáciám.

  5. Interakcia s AI agentom: Pretože NLWeb slúži ako MCP server, externý AI cestovný agent sa môže tiež pripojiť k inštancii NLWeb tejto webovej stránky. AI agent môže potom použiť metódu ask MCP na priame dotazovanie stránky: ask("Sú v oblasti Honolulu nejaké vegánske reštaurácie odporúčané hotelom?"). Inštancia NLWeb toto spracuje, využívajúc svoju databázu informácií o reštauráciách (ak bola načítaná), a vráti štruktúrovanú JSON odpoveď.

Máte viac otázok o MCP/A2A/NLWeb?

Pridajte sa k Microsoft Foundry Discord a stretnite sa s ostatnými študentmi, navštevujte konzultačné hodiny a získajte odpovede na vaše otázky ohľadom AI agentov.

Zdroje

Predchádzajúca lekcia

AI agenti v produkcii

Nasledujúca lekcia

Inžinierstvo kontextu pre AI agentov

Vyhlásenie o zodpovednosti: Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Hoci sa snažíme o presnosť, vezmite prosím na vedomie, že automatické preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho natívnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za žiadne nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.

This site is open source. Improve this page.