İçeriğe geç
AggregaAggrega
Dil seçin: Türkçe
Bu sayfa makine çevirisiyle çevrilmiştir. İngilizce orijinalini okuyun.

Bir Microsoft Agent Framework bildirimsel ajanını içe aktarma — bir ajan ve bir MCP sunucusu

Microsoft Agent Framework’ün bildirimsel bir ajanı — bir OpenAI modeli üzerinde çalışan ve belgeleri bir MCP sunucusu aracılığıyla arayan tek bir ajan — aggrega import ile Aggrega dosyalarına taslak olarak aktarılmış, uygulamanın imajı bir yanıt dosyasında bir kez belirtilmiş ve Docker Compose için derlenmiş.

Bir Microsoft Agent Framework bildirimsel ajanını içe aktarma bunu adım adım anlatır: komutu, sorduklarını, yazdığı dosyaları ve her satırın neden orada olduğunu, derlemeyi ve çalışan ajanı. Bu klasör, o adım adım anlatımın her aşamasını içerir:

klasör veya dosyaiçeriği
source/bildirimsel ajan, support-agent.yaml, klasörü bir çalışma alanı yapan .aggrega-config.yaml ve hiçbir bildirimsel ajanın içermediği değerleri tutan import-answers.yaml: uygulamanın imajı ve Kubernetes için bir derlemenin OpenAI anahtarını okuduğu Kubernetes Secret’ın adı
draft/aggrega import support-agent.yaml --target compose komutunun yazdığı dosyalar, değiştirilmemiş haliyle, release.lock dahil, ve komutun yazdırdıkları: standart çıktıya stdout.txt, standart hataya import.txt

Bildirimsel ajan bu örnek için yazılmıştır. Onu yükleyen uygulama kodu örneğin parçası değildir: içe aktarma onu hiçbir zaman okumaz ve uygulamanın çalıştığı imajı Release belirtir.

Belge deposunun bir checkout’unda check.sh, içe aktarmayı yeniden çalıştırır, yazdıklarını ve yazdırdıklarını draft/ ile karşılaştırır, adım adım anlatımın alıntıladığı blokları bu dosyalarla karşılaştırır ve içe aktarmanın yazdıklarını doğrulayıp derler. Standart kütüphane kataloğunun (nereden edinilir) bu deponun yanında checkout edilmiş olmasına ya da dizininin AGGREGA_CATALOG_DIRS içinde belirtilmesine ihtiyaç duyar.

Örneği oluşturun

Bu örneğin içe aktarmasını aşağıdaki komutlarla çalıştırabilir ya da yapay zekâ asistanınıza sizin yerinize çalıştırtabilirsiniz.

Örneği, adını taşıyan yeni bir klasöre yazın:

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

Ardından sırada çalıştırılacak komutları yazdırır. İlki yeni klasöre geçer:

Terminal window
cd import-agent-framework

Derleme

İçe aktarma, Aggrega dosyalarını bildirimsel ajanın yanına, source/ içine taslak olarak yazar. Projeyi, çalışma alanının varsayılan kayıt defterinin imzalı bir anlık görüntü olarak yayımladığı standart kütüphane kataloğuyla karşılaştırır: ilk içe aktarma onu getirir, doğrular, çalışma alanının içerik önbelleğinde tutar ve taslakların yanına yazdığı kayıtta onu özetiyle (digest) adlandırır. Kendi katalog klasörlerini — AGGREGA_CATALOG_DIRS içinde ya da workspace.catalog_dirs altında — belirten bir çalışma alanı bunun yerine o klasörlere göre içe aktarır. İçe aktarma imajı import-answers.yaml dosyasından okur, ardından taslak Release’in bağımlı olduğu şeyleri çeker; böylece derleme hemen ardından gelir:

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

Örneğin belirttiği imaj, projenizden derlediğiniz bir imajın yerini tutar; onu derlemek ve yığını çalıştırmak yukarıda bağlantısı verilen adım adım anlatımda yer alır.

Bir yapay zekâ asistanıyla

Aggrega araçlarıyla kurulmuş bir yapay zekâ asistanı da aynısını yapabilir: bu istemi ona yapıştırın.

Yalnızca Aggrega araçlarını kullanın ve kendiniz klasör oluşturmayın. Çalışma alanı klasöründe henüz bir `import-agent-framework` klasörü yoksa `scaffold` aracını `example` değeri `import-agent-framework` olacak şekilde ve `dir` olmadan bir kez çağırın: araç örneği yeni bir `import-agent-framework` klasörüne yazar; bu klasörün `source` klasörü, bu örneğin içe aktardıklarını tutar. Ardından `import` aracını `workspace_root` değeri `import-agent-framework/source`, `source` değeri `support-agent.yaml` ve `target` değeri `compose` olacak şekilde çağırın: araç ihtiyaç duyduğu yanıtları `support-agent.yaml` dosyasının yanındaki `import-answers.yaml` dosyasından okur, taslaklarını `import-agent-framework/source` içine yazar ve taslakların ihtiyaç duyduklarını çeker. Ardından `validate` aracını `workspace_root` değeri `import-agent-framework/source` ve `release` değeri `release.yaml` olacak şekilde, `build` aracını da `workspace_root` değeri `import-agent-framework/source`, `release` değeri `release.yaml` ve `write` değeri true olacak şekilde çağırın. Derlemenin hangi dosyaları yazdığını bana söyleyin; dosyalar `import-agent-framework/source/dist/` altındadır.

Test edin

Yığın adım adım kılavuzun çalıştırdığı gibi çalışırken tek bir istek ajana ulaşır. Aşağıdaki rota kılavuzun kendi programına aittir; 8000 numaralı bağlantı noktasında çalışan küçük bir HTTP sunucusudur. Kendi programınız kendi rotasını belirler. Release ajanı 127.0.0.1:8000 üzerinde yayımlar, bu yüzden istek sizin makinenizden gider:

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]"}

Çalıştırmanın anahtarı bir yer tutucuydu, bu yüzden yanıt OpenAI’nin bu anahtarı reddetmesidir. Kubernetes’te yerel bir bağlantı noktasını Service’i olmayan Deployment’a yönlendirin ve aynı isteği başka bir terminalden ona gönderin:

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?"}'

Yanıt aynıdır.