ai-agents-for-beginners

Používanie agentových protokolov (MCP, A2A a NLWeb)

Agentic Protocols

(Kliknite na obrázok vyššie pre zobrazenie videa tejto lekcie)

Ako rastie používanie 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 pokryjeme:

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

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

• Ako NLWeb prináša prirodzené jazykové rozhrania na ľubovoľnú webovú stránku, čo umožňuje AI agentom objavovať a interagovať s jej obsahom.

Ciele učenia

• 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 rozdielne úlohy, ktoré každý protokol hrá pri budovaní komplexných agentových systémov.

Model Context Protocol

Model Context Protocol (MCP) je otvorený štandard, ktorý poskytuje štandardizovaný spôsob pre aplikácie, ako poskytovať kontext a nástroje LLM. To umožňuje “univerzálny adaptér” ku rôznym dátovým zdrojom a nástrojom, ku ktorým sa AI agenti môžu pripojiť konzistentným spôsobom.

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

Základné komponenty MCP

MCP pracuje na klient-server architektúre a základné komponenty sú:

• Hostia sú LLM aplikácie (napríklad kódový editor ako VSCode), ktoré začínajú pripojenia k MCP serveru.

• Klienti sú komponenty v hostiteľskej aplikácii, ktoré udržiavajú jedno-na-jedno pripojenia so servermi.

• Servery sú ľahké programy, ktoré vystavujú špecifické schopnosti.

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

• Nástroje: To sú konkrétne akcie alebo funkcie, ktoré AI agent môže volať pre vykonanie úlohy. Napríklad služba počasia môže vystaviť nástroj „získaj počasie“ alebo server e-commerce môže vystaviť nástroj „kúp produkt“. MCP servery inzerujú názov nástroja, popis a vstupno/výstupný schéma vo svojom zozname schopností.

• Zdroje: Sú to dáta alebo dokumenty určené len na čítanie, ktoré MCP server môže poskytovať a klienti ich môžu na požiadanie načítať. Príklady zahŕňajú obsah súborov, záznamy v databáze alebo log súbory. Zdroje môžu byť textové (napr. kód alebo JSON) alebo binárne (napr. obrázky alebo PDF).

• Výzvy (Prompts): Preddefinované šablóny, ktoré poskytujú odporúčané výzvy, umožňujúce zložitejšie pracovné postupy.

Výhody MCP

MCP ponúka významné výhody pre AI agentov:

• Dynamické objavovanie nástrojov: Agenti môžu dynamicky získať zoznam dostupných nástrojov zo servera spolu s popismi ich funkcií. To je oproti tradičným API odlišné, ktoré často vyžadujú statické kódovanie integrácií, takže akákoľvek zmena API vyžaduje aktualizáciu kódu. MCP ponúka prístup „integrovať raz“, čo vedie k väčšej prispôsobivosti.

• Interoperabilita naprieč LLM: MCP funguje s rôznymi LLM, poskytuje flexibilitu pri prepínaní základných modelov za účelom lepšieho výkonu.

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

Príklad MCP

MCP Diagram

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

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

  2. Objavovanie nástrojov: Klient sa pýta MCP servera leteckej spoločnosti: “Aké máte dostupné nástroje?” Server odpovedá nástrojmi ako „vyhľadávanie letov” a „rezervácia letu“.

  3. Volanie nástroja: Používateľ potom požiada AI asistenta: „Prosím vyhľadaj let z Portlandu do Honolulu.“ AI asistent, využívajúc svoj LLM, identifikuje potrebu volať nástroj „vyhľadávanie letov“ a odovzdá príslušné parametre (odletové miesto, cieľ) MCP serveru.

  4. Vykonanie a odpoveď: MCP server, pôsobiaci ako obálka, uskutoční skutočný hovor na interné API leteckej spoločnosti. Potom prijme informácie o lete (napr. JSON dáta) a odošle ich späť AI asistentovi.

  5. Ďalšia interakcia: AI asistent predstaví možnosti letov. Keď používateľ vyberie let, asistent môže využiť nástroj „rezervácia letu“ na tom istom MCP serveri a dokončiť rezerváciu.

Protokol Agent-to-Agent (A2A)

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

Preskúmame komponenty a výhody A2A spolu s príkladom jej použitia v našej aplikácii na plánovanie ciest.

Základné komponenty A2A

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

Agentová karta

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

Agentový vykonávateľ

Agentový vykonávateľ je zodpovedný za predávanie kontextu používateľského chatu vzdialenému agentovi, ktorý ho potrebuje na pochopenie úlohy na splnenie. V A2A serveri agent používa svoj vlastný veľký jazykový model (LLM), aby spracoval prichádzajúce požiadavky a vykonal úlohy pomocou svojich interných nástrojov.

Artefakt

Akonáhle vzdialený agent dokončí požadovanú úlohu, jeho produkt práce sa vytvorí ako artefakt. Artefakt obsahuje výsledok práce agenta, popis toho, čo bolo dokončené, a textový kontext odoslaný cez protokol. Po odoslaní artefaktu sa spojenie s vzdialeným agentom uzavrie, kým nie je znovu potrebné.

Fronta udalostí

Táto súčasť sa používa na spracovanie aktualizácií a odovzdávanie správ. V produkcii je mimoriadne dôležitá pri agentových systémoch, aby sa zabránilo predčasnému zatvoreniu spojenia medzi agentmi pred dokončením úlohy, najmä keď dokončenie úloh môže trvať dlhší čas.

Výhody A2A

• Vylepšená spolupráca: Umožňuje agentom z rôznych dodávateľov a platforiem vzájomne komunikovať, zdieľať kontext a spolupracovať, čím podporuje plynulú automatizáciu cez tradične oddelené systémy.

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

• Vstavaná autentifikácia: Autentifikácia je integrovaná priamo do protokolu A2A, čo poskytuje robustné bezpečnostné rámce pre interakcie agentov.

Príklad A2A

A2A Diagram

Rozšírme náš scenár rezervácie ciest, ale teraz s použitím A2A.

  1. Požiadavka používateľa na multi-agenta: Používateľ komunikuje s A2A klientom/agentom “Cestovný agent”, napríklad slovami “Prosím, zarezervuj celý výlet do Honolulu na budúci týždeň, vrátane letov, hotela a požičovne áut”.

  2. Orchestrácia Cestovným agentom: Cestovný agent prijíma túto komplexnú požiadavku. Používa svoj LLM na rozmyslenie úlohy a rozhodnutie, že musí komunikovať s inými špecializovanými agentmi.

  3. Komunikácia medzi agentmi: Cestovný agent potom používa A2A protokol na pripojenie k podriadeným agentom, ako je “Agent leteckej spoločnosti”, “Agent hotela” a “Agent požičovne áut”, vytvoreným rôznymi spoločnosťami.

  4. Delegované vykonanie úloh: Cestovný agent posiela jednotlivé úlohy týmto špecializovaným agentom (napr. “Nájdi lety do Honolulu,” “Rezervuj hotel,” “Požičaj auto”). Každý z týchto agentov, ktorý používa vlastné LLM a svoje nástroje (ktoré môžu byť samy MCP servery), vykoná svoju konkrétnu časť rezervácie.

  5. Konsolidovaná odpoveď: Keď všetci podriadení agenti dokončia svoje úlohy, Cestovný agent zhrnie výsledky (detaily letov, potvrdenie hotela, rezerváciu požičovne áut) a odošle komplexnú chatovú odpoveď používateľovi.

Natural Language Web (NLWeb)

Webové stránky dlho predstavovali hlavný spôsob, akým sa používatelia dostávajú k informáciám a dátam na internete.

Pozrime sa na rôzne súčasti NLWeb, výhody NLWeb a príklad, ako náš NLWeb funguje na príklade našej aplikácie cestovania.

Komponenty NLWeb

NLWeb na príklade

NLWeb

Pozrime si opäť našu stránku na rezervácie ciest, tentoraz poháňanú NLWeb.

  1. Zavádzanie dát: Existujúce katalógy produktov na stránke (napr. zoznamy letov, popisy hotelov, ponuky zájazdov) sú naformátované pomocou Schema.org alebo načítané cez RSS kanály. Nástroje NLWeb tieto štruktúrované dáta spracujú, vytvoria embeddingy a uložia ich do lokálnej alebo vzdialenej vektorovej databázy.

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

  3. Spracovanie NLWeb: NLWeb aplikácia prijme túto požiadavku, pošle ju LLM na pochopenie a súčasne prehľadáva svoju vektorovú databázu za relevantnými hotelovými ponukami.

  4. Presné výsledky: LLM pomáha interpretovať výsledky vyhľadávania z databázy, vybrať najlepšie zhody na základe kritérií „rodinne priateľský“, „bazén“ a „Honolulu“ a potom formátovať odpoveď v prirodzenom jazyku. Kľúčové je, že odpoveď odkazuje na skutočné hotely z katalógu, čím sa vyhýba vymýšľaniu informácií.

  5. Interakcia AI agenta: Pretože NLWeb slúži aj ako MCP server, externý AI cestovný agent sa môže pripojiť k tejto NLWeb inštancii. AI agent môže potom použiť MCP metódu ask, aby priamo položil otázku webu: ask("Sú v okolí Honolulu reštaurácie vhodné pre vegánov, ktoré hotel odporúča?"). NLWeb spracuje túto požiadavku, využije databázu informácií o reštauráciách (ak je načítaná) a vráti štruktúrovanú JSON odpoveď.

Máte viac otázok o MCP/A2A/NLWeb?

Pridajte sa do Microsoft Foundry Discord, kde sa stretnete s ďalšími študentmi, zúčastníte sa konzultačných hodín a získate odpovede na otázky o AI agentoch.

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.