Skip to content

Latest commit

 

History

History
148 lines (87 loc) · 7.3 KB

File metadata and controls

148 lines (87 loc) · 7.3 KB

Intro to AI Agents

(點擊上方圖片觀看本課的影片)

AI 代理人及代理人使用案例介紹

歡迎來到 初學者 AI 代理人 課程!本課程將提供你建立 AI 代理人的基礎知識 — 以及實際的可運作程式碼,讓你從零開始打造。

歡迎來 Azure AI Discord 社群 打個招呼 — 裡面有許多學習者和 AI 建構者,樂意回答你的問題。

在開始動手做之前,先確認我們真正了解什麼是 AI 代理人,以及什麼時候適合使用它。


介紹

本課涵蓋:

  • 什麼是 AI 代理人,以及存在的不同類型
  • AI 代理人最適合處理的任務類型
  • 你在設計代理解決方案時會使用的核心構建模組

學習目標

完成本課後,你應該能夠:

  • 解釋什麼是 AI 代理人,以及它與一般 AI 解決方案的不同之處
  • 知道什麼時候應該使用 AI 代理人(以及什麼時候不該)
  • 為真實世界問題草擬基本的代理解決方案設計

定義 AI 代理人及代理人類型

什麼是 AI 代理人?

這是一個簡單的思考方式:

AI 代理人是讓大型語言模型 (LLM) 實際執行行動 的系統 — 給予它們工具與知識,讓它們能夠對世界進行操作,而不是僅僅回應提示。

讓我們稍微展開說明:

  • 系統 — AI 代理人不是單一東西,而是多個部分共同運作的集合。每個代理人核心都有三個部分:
    • 環境 — 代理人工作的空間。以旅遊預訂代理人為例,就是預訂平台本身。
    • 感測器 — 代理人如何讀取其環境的當前狀態。我們的旅遊代理人可能會查看飯店是否有房或航班價格。
    • 執行器 — 代理人如何採取行動。旅遊代理人可能會訂房、傳送確認信或取消預約。

What Are AI Agents?

  • 大型語言模型 — 代理人在 LLM 出現之前就存在,但 LLM 讓現代代理人變得強大。它們可以理解自然語言、推理上下文,並將模糊的使用者請求轉化為具體的行動計劃。

  • 執行行動 — 如果沒有代理人系統,LLM 只是生成文字。在代理人系統內,LLM 可以 實際執行 步驟 — 搜尋資料庫、呼叫 API、發送訊息等。

  • 存取工具 — 代理人可用的工具取決於(1)它運行的環境,以及(2)開發者給它什麼。旅遊代理人可能能搜尋航班,但不能編輯客戶資料 — 一切取決於你如何接線。

  • 記憶 + 知識 — 代理人可以有短期記憶(當前對話)和長期記憶(客戶資料庫,以往互動)。旅遊代理人可能會「記得」你偏好靠窗座位。


不同類型的 AI 代理人

並非所有代理人架構相同。以下以旅遊預訂代理人為例,列出主要類型:

代理人類型 功能說明 旅遊代理人範例
簡單反射代理人 遵循硬編碼規則 — 無記憶、無規劃。 看到抱怨信 → 轉交客服。就這樣。
模型反射代理人 保持世界的內部模型,並隨變化更新。 追蹤歷史航班價格,標記突然變貴的路線。
目標導向代理人 有目標並一步步找方法達成。 從你目前地點開始,訂好全程(航班、車、飯店)旅程到目的地。
效用導向代理人 不只是找到「一個」解決方案,而是透過權衡找到「最佳」方案。 平衡成本與便利性,找出最符合你偏好的旅遊方案。
學習代理人 從回饋中學習,隨時間變得更好。 根據旅程後調查結果調整未來推薦。
階層代理人 高階代理人將工作拆分成子任務,委派給較低階代理人。 「取消旅程」請求拆成:取消航班、取消飯店、取消租車 — 分別由子代理處理。
多代理系統 (MAS) 多個獨立代理人一起工作(合作或競爭)。 合作:不同代理人負責飯店、航班與娛樂。競爭:多個代理人競爭以最佳價格填滿飯店房間。

什麼時候使用 AI 代理人

光會用 AI 代理人不代表你隨時都該用。以下是代理人真正發揮優勢的場景:

When to use AI Agents?

  • 開放式問題 — 當解決問題的步驟無法事先程序化。需要 LLM 動態找出路徑。
  • 多步驟流程 — 需要跨多輪使用工具的任務,不只是單次查詢或生成。
  • 持續改進 — 想讓系統能根據用戶回饋或環境訊號變得更聰明。

我們會在課程後面「打造可信賴的 AI 代理人」一課深入探討何時(及何時不該)使用 AI 代理人。


代理解決方案基礎

代理開發

打造代理人的第一步是定義 它能做什麼 — 它的工具、行動與行為。

本課程使用 Azure AI Agent Service 作為主要平台。它支援:

  • 開放模型,如 OpenAI、Mistral 與 Llama
  • 來自 Tripadvisor 等提供者的授權資料
  • 標準化 OpenAPI 3.0 工具定義

代理模式

你透過提示與 LLM 互動。對代理人而言,你無法逐字逐句手動撰寫每個提示 — 代理需要在多步驟中採取行動。這就是 代理模式 的用武之地。它們是可重用的策略,用來更具規模、可靠地提示和協調 LLM。

本課依循最常見且有用的代理模式架構。

代理框架

代理框架為開發者提供現成樣板、工具和基礎設施來建立代理人。它們讓你更容易:

  • 接線工具與功能
  • 觀察代理人執行情況(出錯時除錯)
  • 管理多代理人間合作

本課專注於用於打造生產就緒代理人的 Microsoft Agent Framework (MAF)


範例程式碼

準備好實際看到運作範例了嗎?以下是本課程的程式碼範例:


有問題嗎?

加入 Microsoft Foundry Discord 與其他學習者交流,參加辦公時間,並獲取社群幫助解答你的 AI 代理人問題。


上一課

課程設定

下一課

探索代理框架


免責聲明
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保準確性,請注意,自動翻譯可能包含錯誤或不準確的地方。原始文件之原文應被視為權威來源。對於重要資訊,建議採用專業人工翻譯。我們不對因使用本翻譯所引起的任何誤解或誤譯負責。