ai-agents-for-beginners

Uporaba agentnih protokolov (MCP, A2A in NLWeb)

Z rastjo uporabe AI agentov narašča tudi potreba po protokolih, ki zagotavljajo standardizacijo, varnost in podpirajo odprte inovacije. V tej lekciji bomo obravnavali tri protokole, ki si prizadevajo za izpolnitev teh potreb - Model Context Protocol (MCP), Agent to Agent (A2A) in Natural Language Web (NLWeb).

Uvod

V tej lekciji bomo obravnavali:

• Kako MCP omogoča AI agentom dostop do zunanjih orodij in podatkov za izvedbo uporabniških nalog.

• Kako A2A omogoča komunikacijo in sodelovanje med različnimi AI agenti.

• Kako NLWeb prinaša vmesnike v naravnem jeziku na katero koli spletno stran, kar omogoča AI agentom odkrivanje in interakcijo z vsebino.

Cilji učenja

• Prepoznati osnovni namen in prednosti MCP, A2A in NLWeb v kontekstu AI agentov.

• Razložiti, kako vsak protokol olajša komunikacijo in interakcijo med LLM-ji, orodji in drugimi agenti.

• Prepoznati različne vloge, ki jih ima vsak protokol pri gradnji kompleksnih agentnih sistemov.

Model Context Protocol

Model Context Protocol (MCP) je odprti standard, ki zagotavlja standardiziran način, kako aplikacije nudijo kontekst in orodja LLM-jem. To omogoča “univerzalni adapter” za različne vire podatkov in orodja, s katerimi se AI agenti lahko povežejo na dosleden način.

Poglejmo si komponente MCP, prednosti v primerjavi z neposredno uporabo API-jev in primer, kako bi AI agenti lahko uporabili MCP strežnik.

Osnovne komponente MCP

MCP deluje na arhitekturi odjemalec-strežnik, osnovne komponente pa so:

• Gostitelji so aplikacije LLM (na primer urejevalnik kode, kot je VSCode), ki vzpostavijo povezave z MCP strežnikom.

• Odjemalci so komponente znotraj gostiteljske aplikacije, ki vzdržujejo povezave ena-na-ena s strežniki.

• Strežniki so lahki programi, ki omogočajo specifične zmogljivosti.

Protokol vključuje tri osnovne primitivne elemente, ki predstavljajo zmogljivosti MCP strežnika:

• Orodja: To so posamezna dejanja ali funkcije, ki jih AI agent lahko pokliče za izvedbo naloge. Na primer, vremenska storitev lahko ponudi orodje “pridobi vreme”, ali pa e-trgovinski strežnik ponudi orodje “kupite izdelek”. MCP strežniki oglašujejo ime, opis in shemo vhodov/izhodov vsakega orodja v svojem seznamu zmogljivosti.

• Viri: To so podatkovni elementi ali dokumenti, ki jih MCP strežnik lahko zagotovi, odjemalci pa jih lahko pridobijo na zahtevo. Primeri vključujejo vsebino datotek, zapise v podatkovnih bazah ali dnevniške datoteke. Viri so lahko besedilni (kot koda ali JSON) ali binarni (kot slike ali PDF-ji).

• Predloge: To so vnaprej določene predloge, ki ponujajo predlagane pozive, kar omogoča bolj kompleksne delovne tokove.

Prednosti MCP

MCP ponuja pomembne prednosti za AI agente:

• Dinamično odkrivanje orodij: Agenti lahko dinamično prejmejo seznam razpoložljivih orodij s strežnika skupaj z opisi njihove funkcionalnosti. To je v nasprotju s tradicionalnimi API-ji, ki pogosto zahtevajo statično kodiranje za integracije, kar pomeni, da vsaka sprememba API-ja zahteva posodobitve kode. MCP ponuja pristop “enkratna integracija”, kar vodi do večje prilagodljivosti.

• Interoperabilnost med LLM-ji: MCP deluje med različnimi LLM-ji, kar omogoča fleksibilnost pri preklapljanju osnovnih modelov za ocenjevanje boljše zmogljivosti.

• Standardizirana varnost: MCP vključuje standardizirano metodo avtentikacije, kar izboljša skalabilnost pri dodajanju dostopa do dodatnih MCP strežnikov. To je enostavnejše kot upravljanje različnih ključev in vrst avtentikacije za različne tradicionalne API-je.

Primer MCP

Predstavljajte si, da uporabnik želi rezervirati let z uporabo AI asistenta, ki temelji na MCP.

1. Povezava: AI asistent (MCP odjemalec) se poveže z MCP strežnikom, ki ga zagotavlja letalska družba.

2. Odkrivanje orodij: Odjemalec vpraša MCP strežnik letalske družbe: “Katera orodja imate na voljo?” Strežnik odgovori z orodji, kot so “iskanje letov” in “rezervacija letov”.

3. Uporaba orodja: Nato uporabnik vpraša AI asistenta: “Prosim, poišči let iz Portlanda v Honolulu.” AI asistent, ki uporablja svoj LLM, prepozna, da mora poklicati orodje “iskanje letov” in posreduje ustrezne parametre (izvor, destinacija) MCP strežniku.

4. Izvedba in odgovor: MCP strežnik, ki deluje kot ovojnica, izvede dejanski klic na notranji API za rezervacije letalske družbe. Nato prejme informacije o letu (npr. podatke JSON) in jih pošlje nazaj AI asistentu.

5. Nadaljnja interakcija: AI asistent predstavi možnosti letov. Ko uporabnik izbere let, asistent morda pokliče orodje “rezervacija letov” na istem MCP strežniku in zaključi rezervacijo.

Agent-to-Agent Protocol (A2A)

Medtem ko MCP poudarja povezovanje LLM-jev z orodji, Agent-to-Agent (A2A) protokol naredi korak naprej z omogočanjem komunikacije in sodelovanja med različnimi AI agenti. A2A povezuje AI agente med različnimi organizacijami, okolji in tehnološkimi skladovnicami za izpolnitev skupne naloge.

Preučili bomo komponente in prednosti A2A ter primer, kako bi ga lahko uporabili v naši aplikaciji za potovanja.

Osnovne komponente A2A

A2A se osredotoča na omogočanje komunikacije med agenti in njihovo sodelovanje pri izpolnjevanju podnaloge uporabnika. Vsaka komponenta protokola prispeva k temu:

Kartica agenta

Podobno kot MCP strežnik deli seznam orodij, kartica agenta vsebuje:

• Ime agenta.
• Opis splošnih nalog, ki jih opravlja.
• Seznam specifičnih veščin z opisi, ki pomagajo drugim agentom (ali celo človeškim uporabnikom) razumeti, kdaj in zakaj bi želeli poklicati tega agenta.
• Trenutni URL končne točke agenta.
• Različico in zmogljivosti agenta, kot so pretočni odgovori in potisna obvestila.

Izvajalec agenta

Izvajalec agenta je odgovoren za posredovanje konteksta uporabniškega pogovora oddaljenemu agentu, ki potrebuje ta kontekst za razumevanje naloge, ki jo je treba izpolniti. Na A2A strežniku agent uporablja svoj Large Language Model (LLM) za razčlenjevanje dohodnih zahtev in izvajanje nalog z uporabo svojih notranjih orodij.

Artefakt

Ko oddaljeni agent zaključi zahtevano nalogo, se njegov delovni produkt ustvari kot artefakt. Artefakt vsebuje rezultat dela agenta, opis opravljenega dela in besedilni kontekst, ki se pošlje prek protokola. Ko je artefakt poslan, se povezava z oddaljenim agentom zapre, dokler ni ponovno potrebna.

Čakalna vrsta dogodkov

Ta komponenta se uporablja za upravljanje posodobitev in posredovanje sporočil. To je še posebej pomembno v produkciji za agentne sisteme, da se prepreči zaprtje povezave med agenti pred dokončanjem naloge, zlasti kadar lahko čas dokončanja naloge traja dlje.

Prednosti A2A

• Izboljšano sodelovanje: Omogoča agentom različnih ponudnikov in platform interakcijo, deljenje konteksta in sodelovanje, kar olajša avtomatizacijo med tradicionalno nepovezanimi sistemi.

• Fleksibilnost pri izbiri modela: Vsak A2A agent lahko odloči, kateri LLM bo uporabil za obdelavo svojih zahtev, kar omogoča optimizirane ali prilagojene modele za posameznega agenta, za razliko od povezave z enim LLM v nekaterih scenarijih MCP.

• Vgrajena avtentikacija: Avtentikacija je neposredno vključena v A2A protokol, kar zagotavlja robusten varnostni okvir za interakcije med agenti.

Primer A2A

Razširimo naš scenarij rezervacije potovanja, tokrat z uporabo A2A.

1. Uporabniška zahteva večagentnemu sistemu: Uporabnik komunicira z “Potovalnim agentom” A2A odjemalcem/agentom, morda z besedami: “Prosim, rezerviraj celotno potovanje v Honolulu za naslednji teden, vključno z leti, hotelom in najemom avtomobila.”

2. Orkestracija potovalnega agenta: Potovalni agent prejme to kompleksno zahtevo. Uporabi svoj LLM za razmišljanje o nalogi in ugotovi, da mora komunicirati z drugimi specializiranimi agenti.

3. Medagentna komunikacija: Potovalni agent nato uporabi A2A protokol za povezavo z agenti, kot so “Letalski agent”, “Hotelski agent” in “Agent za najem avtomobilov”, ki jih ustvarijo različna podjetja.

4. Izvedba delegiranih nalog: Potovalni agent pošlje specifične naloge tem specializiranim agentom (npr. “Poišči lete v Honolulu”, “Rezerviraj hotel”, “Najemi avto”). Vsak od teh specializiranih agentov, ki uporablja svoje LLM-je in svoja orodja (ki bi lahko bila MCP strežniki sami), opravi svoj specifični del rezervacije.

5. Konsolidiran odgovor: Ko vsi podrejeni agenti zaključijo svoje naloge, potovalni agent združi rezultate (podrobnosti o letu, potrditev hotela, rezervacija avtomobila) in pošlje celovit, pogovorni odgovor nazaj uporabniku.

Natural Language Web (NLWeb)

Spletne strani so že dolgo primarni način, kako uporabniki dostopajo do informacij in podatkov na internetu.

Poglejmo si različne komponente NLWeb, prednosti NLWeb in primer, kako NLWeb deluje v naši aplikaciji za potovanja.

Komponente NLWeb

• NLWeb aplikacija (osnovna koda storitve): Sistem, ki obdeluje vprašanja v naravnem jeziku. Povezuje različne dele platforme za ustvarjanje odgovorov. Lahko si ga predstavljate kot motor, ki poganja funkcije naravnega jezika na spletni strani.

• NLWeb protokol: To je osnovni nabor pravil za interakcijo v naravnem jeziku s spletno stranjo. Odgovore pošilja v JSON formatu (pogosto z uporabo Schema.org). Njegov namen je ustvariti preprosto osnovo za “AI splet”, podobno kot je HTML omogočil deljenje dokumentov na spletu.

• MCP strežnik (Model Context Protocol Endpoint): Vsaka NLWeb nastavitev deluje tudi kot MCP strežnik. To pomeni, da lahko deli orodja (kot je metoda “vprašaj”) in podatke z drugimi AI sistemi. V praksi to omogoča, da je vsebina in zmogljivosti spletne strani uporabne za AI agente, kar omogoča, da stran postane del širšega “ekosistema agentov”.

• Modeli vdelave: Ti modeli se uporabljajo za pretvorbo vsebine spletne strani v numerične predstavitve, imenovane vektorji (vdelave). Ti vektorji zajemajo pomen na način, ki ga računalniki lahko primerjajo in iščejo. Shranjeni so v posebni podatkovni bazi, uporabniki pa lahko izberejo, kateri model vdelave želijo uporabiti.

• Vektorska podatkovna baza (mehanizem za iskanje): Ta podatkovna baza shrani vdelave vsebine spletne strani. Ko nekdo postavi vprašanje, NLWeb preveri vektorsko podatkovno bazo, da hitro najde najbolj relevantne informacije. Ponuja hiter seznam možnih odgovorov, razvrščenih po podobnosti. NLWeb deluje z različnimi sistemi za shranjevanje vektorjev, kot so Qdrant, Snowflake, Milvus, Azure AI Search in Elasticsearch.

NLWeb po primeru

Razmislimo o naši spletni strani za rezervacijo potovanj, tokrat pa jo poganja NLWeb.

1. Vnos podatkov: Obstoječi katalogi izdelkov spletne strani (npr. seznam letov, opisi hotelov, turistični paketi) so oblikovani z uporabo Schema.org ali naloženi prek RSS virov. Orodja NLWeb te strukturirane podatke vnesejo, ustvarijo vdelave in jih shranijo v lokalno ali oddaljeno vektorsko podatkovno bazo.

2. Vprašanje v naravnem jeziku (človek): Uporabnik obišče spletno stran in namesto navigacije po menijih vpiše v pogovorni vmesnik: “Poišči družinam prijazen hotel v Honoluluju z bazenom za naslednji teden”.

3. Obdelava NLWeb: NLWeb aplikacija prejme to vprašanje. Pošlje vprašanje LLM-ju za razumevanje in hkrati išče v svoji vektorski podatkovni bazi za ustrezne hotelske sezname.

4. Natančni rezultati: LLM pomaga interpretirati rezultate iskanja iz podatkovne baze, identificira najboljše ujemanje glede na kriterije “družinam prijazen”, “bazen” in “Honolulu” ter nato oblikuje odgovor v naravnem jeziku. Ključno je, da se odgovor nanaša na dejanske hotele iz kataloga spletne strani, s čimer se izogne izmišljenim informacijam.

5. Interakcija z AI agentom: Ker NLWeb deluje kot MCP strežnik, se lahko z NLWeb instanco te spletne strani poveže tudi zunanji AI potovalni agent. AI agent lahko nato uporabi metodo ask MCP za neposredno poizvedbo spletne strani: ask("Ali obstajajo veganske restavracije v območju Honoluluja, ki jih priporoča hotel?"). NLWeb instanca to obdeluje, izkoristi svojo podatkovno bazo informacij o restavracijah (če je naložena) in vrne strukturiran JSON odgovor.

Imate več vprašanj o MCP/A2A/NLWeb?

Pridružite se Azure AI Foundry Discord, kjer se lahko srečate z drugimi učenci, udeležite uradnih ur in dobite odgovore na svoja vprašanja o AI agentih.

Viri

• MCP za začetnike
• MCP dokumentacija
• NLWeb Repo
• Vodiči za Semantic Kernel

---

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za strojno prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo strokovno človeško prevajanje. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.

This site is open source. Improve this page.