Pular para o conteúdo
AggregaAggrega
Selecionar língua: Português (Portugal)
Esta página foi traduzida automaticamente. Ler o original em inglês.

Importar um agente declarativo do Microsoft Agent Framework — um agente e um servidor MCP

Um agente declarativo do Microsoft Agent Framework — um agente num modelo da OpenAI, que pesquisa documentação através de um servidor MCP — convertido em rascunhos de ficheiros Aggrega por aggrega import, com a imagem da aplicação indicada uma única vez num ficheiro de respostas, e compilado para Docker Compose.

Importar um agente declarativo do Microsoft Agent Framework percorre o processo passo a passo: o comando, o que pergunta, os ficheiros que escreve e porque está lá cada linha, a compilação e o agente em execução. Esta pasta contém cada etapa desse guia:

pasta ou ficheiroo que contém
source/o agente declarativo, support-agent.yaml, o .aggrega-config.yaml que torna a pasta um espaço de trabalho, e import-answers.yaml, os valores que nenhum agente declarativo contém: a imagem da aplicação e o nome do Secret do Kubernetes a partir do qual uma compilação para Kubernetes lê a chave da OpenAI
draft/os ficheiros que aggrega import support-agent.yaml --target compose escreveu, inalterados, incluindo release.lock, e o que imprimiu: stdout.txt na saída padrão, import.txt na saída de erro padrão

O agente declarativo foi escrito para este exemplo. O código da aplicação, que o carrega, não faz parte do exemplo: a importação nunca o lê, e a Release indica a imagem em que a aplicação é executada.

Num checkout do repositório da documentação, check.sh volta a executar a importação, compara o que esta escreve e imprime com draft/, compara os blocos que o guia cita com estes ficheiros, e valida e compila o que a importação escreveu. Precisa do catálogo da biblioteca padrão (onde obter um) num checkout ao lado deste repositório, ou do respetivo diretório indicado em AGGREGA_CATALOG_DIRS.

Gerar o exemplo

É possível executar a importação deste exemplo com os comandos abaixo, ou pedir ao seu assistente de IA que a execute por si.

Escreva o exemplo numa nova pasta com o nome dele:

Terminal window
aggrega scaffold --example import-agent-framework

Depois, imprime os próximos comandos a executar. O primeiro entra na nova pasta:

Terminal window
cd import-agent-framework

Compilação

A importação redige os rascunhos dos ficheiros Aggrega ao lado do agente declarativo, em source/. Avalia o projeto face ao catálogo da biblioteca padrão, que o registry predefinido do espaço de trabalho publica como um instantâneo assinado: a primeira importação obtém-no, verifica-o, guarda-o na cache de conteúdo do espaço de trabalho e identifica-o pelo seu digest no registo que escreve ao lado dos rascunhos. Um espaço de trabalho que indica as suas próprias pastas de catálogo — em AGGREGA_CATALOG_DIRS, ou em workspace.catalog_dirs — importa antes face a essas. A importação lê a imagem de import-answers.yaml e depois obtém aquilo de que depende a Release redigida, pelo que a compilação segue de imediato:

Terminal window
cd source
aggrega import support-agent.yaml --target compose
aggrega build --release release.yaml

A imagem que o exemplo indica representa uma que é construída a partir do seu projeto; a sua construção e a execução da stack estão descritas no guia indicado acima.

Com um assistente de IA

Um assistente de IA configurado com as ferramentas do Aggrega pode fazer o mesmo: cole-lhe este prompt.

Utilize apenas as ferramentas do Aggrega e não crie nenhuma pasta por si. Se a pasta da área de trabalho ainda não contiver uma pasta `import-agent-framework`, chame uma vez a ferramenta `scaffold` com `example` definido como `import-agent-framework` e sem `dir`: esta escreve o exemplo numa nova pasta `import-agent-framework`, cuja pasta `source` contém o que este exemplo importa. Em seguida, chame a ferramenta `import` com `workspace_root` definido como `import-agent-framework/source`, `source` definido como `support-agent.yaml` e `target` definido como `compose`: esta lê as respostas de que precisa de `import-answers.yaml`, ao lado de `support-agent.yaml`, escreve os seus rascunhos em `import-agent-framework/source` e obtém aquilo de que estes precisam. Em seguida, chame a ferramenta `validate` com `workspace_root` definido como `import-agent-framework/source` e `release` definido como `release.yaml`, e a ferramenta `build` com `workspace_root` definido como `import-agent-framework/source`, `release` definido como `release.yaml` e `write` definido como true. Indique-me que ficheiros o build escreveu; encontram-se em `import-agent-framework/source/dist/`.

Testar

Com a stack em execução tal como o guia passo a passo a executa, um pedido chega ao agente. A rota abaixo é a do próprio programa do guia, um pequeno servidor HTTP na porta 8000; o seu programa define a sua. A Release publica o agente em 127.0.0.1:8000, pelo que o pedido parte da sua máquina:

Terminal window
curl -sS -X POST http://127.0.0.1:8000/ask -H 'Content-Type: application/json' \
-d '{"question": "In one short sentence: what is Azure Container Apps?"}'
{"error": "the agent failed: ChatClientException: (\"<class 'agent_framework_openai._chat_client.OpenAIChatClient'> service failed to complete the prompt: Error code: 401 - Incorrect API key provided: sk-place************-key. [… omitted: where to find an API key, and the same error repeated as the exception it wraps]"}

A chave da execução era um marcador de posição, pelo que a resposta é a recusa dessa chave pela OpenAI. No Kubernetes, reencaminhe uma porta local para o Deployment, que não tem Service, e envie-lhe o mesmo pedido a partir de outro terminal:

Terminal window
kubectl port-forward deploy/supportagent 8000:8000
Terminal window
curl -sS -X POST http://127.0.0.1:8000/ask -H 'Content-Type: application/json' \
-d '{"question": "In one short sentence: what is Azure Container Apps?"}'

A resposta é a mesma.