极客说｜Azure AI Agent Service 结合 AutoGen/Semantic Kernel 构建多智能体解决⽅案

在 Microsoft Ignite 2024 上，微软发布了 Azure AI Agent Service，我们可以在 Azure AI Foundry 上通过 Azure AI Foundry SDK 及 Azure AI Agent Service 的 UI 直接构建基于智能业务的 AI Agent。

与 Azure AI Assistant API 相比，Azure AI Agent Service 可以让我们拥有更灵活的模型，如可以直接调⽤ Llama 3、Mistral 以及 Cohere 等开源⼤模型，有更好的企业功能接入（Microsoft Fabric、Microsoft SharePoint、Azure AI Search、Microsoft Bing 等），更强的企业安全机制以及数据存储⽅式。

目前 Azure AI Agent Service 处于 Public Preview 阶段，开发者可以通过 Azure AI Foundry SDK，使用 Python 或者 C# 快速构建基于 Azure AI Agent Service 的智能体；企业则基于业务拥有不同的 AI Agents。

那在⼯作流中应该如何组合这些 AI Agents 呢？我们就需要通过 AutoGen 或者 Semantic Kernel 对这三个 AI Agents 进⾏编排。

在 Azure AI Foundry SDK 创建 AI Agent 的技巧

建议使用以下模板在 Azure AI Foundry 中创建项⽬：

https://portal.azure.com/#create/Microsoft.Template

注意

1. 目前 Azure AI Agent Service 处于 Public Preview 阶段，所以我们需要在特定区域和模型中使⽤。

当然你也可以使⽤ Azure AI Foundry model catalog 中的：

• Llama 3.1-70B-instruct

• Mistral-large-2407

• Cohere command R+

2. Azure AI Foundry SDK 现在⽀持 Python / C# 的版本

安 装 Python 的 Azure AI Foundry SDK

pip install azure-ai-projectspip install azure-identity

安 装 .NET 的 Azure AI Foundry SDK

dotnet add package Azure.AI.Projects --version 1.0.0-beta.1

如果你希望了解如何结合 Azure AI Foundry SDK 创建 AI Agent ，建议参考：

https://learn.microsoft.com/en-us/azure/ai-services/agents/quickstart

下⾯介绍⼀个场景，如⼀个 Blog 创作场景，我们可以围绕该创作场景定义三个 AI Agent Service 服务：内容搜集的 Agent、编写技能的 Agent、以及保存内容功能的 Agent，然后通过 AutoGen / Semantic Kernel 对 AI Agent 进⾏编排。

Azure AI Agent Service 定义单智能体

Azure AI Agent Service 更多是对特定智能任务的单 Agent 进⾏定义，比如你可以定义⼀个数据挖掘的智能体，也可以定义⼀个链接 Azure Function 的智能体，更可以利⽤ Function Calling 接入第三⽅邮件发送服务的智能体等。如上述场景谈及的智能体我们可以这样定义：

🔍 内容搜集的 Agent

内容搜集的 Agent 主要通过搜索引擎来搜索 Blog 提纲的内容，从⽽为 Blog 添加更详细的内容。Azure AI Agent Service 提供了 Grounding with Bing 服务进行扩展，你可以非常简单地接入 Bing 搜索中。

具体实现：

• Python

https://github.com/kinfey/MultiAIAgent/blob/main/03.AzureAIAgentWithAutoGen01.ipynb

• C#

https://github.com/kinfey/MultiAIAgent/blob/main/08.AzureAIAgentWithSK01.ipynb

📖编写技能的 Agent

编写技能的 Agent 可以直接通过 LLM 完成编写的内容。

🛠 保存内容功能的 Agent

保存内容功能的 Agent 通过 Azure AI Agent Service 的 code-interpreter 完成内容保存⼯作。

具体实现：

• Python

https://github.com/kinfey/MultiAIAgent/blob/main/01.AzureAIAgentCode.ipynb

• C#

https://github.com/kinfey/MultiAIAgent/blob/main/05.AzureAIAgentCodedotNET.ipynb

利⽤ AutoGen / Semantic Kernel 编排多智能体

在企业场景中，我们拥有不同的单智能体，可以协助我们完成不同的工作，同时，基于不同任务又可以组合不同的智能体来完成相关⼯作。如需要发送 Blog，我们可以将上述的三个智能体进⾏组合来完成任务。AutoGen / Semantic Kernel 都支持智能体的编排⼯作，我们可以利⽤ AutoGen 中的 Function Calling / Semantic Kerenl Plugin 进行 Azure AI Agent Service 的绑定来完成上述三个智能体的编排⼯作。

以下是具体架构：

AutoGen 的编排⽅式

示例：

https://github.com/kinfey/MultiAIAgent/blob/main/04.AzureAIAgentWithAutoGen02.ipynb

Semantic Kernel 的编排⽅式

通过编排多智能体，我们可以非常轻松地完成不同需要的⼯作流，这⾥是两个不同的指令，都可以完成博客的编写⼯作。

示例：

https://github.com/kinfey/MultiAIAgent/blob/main/09.AzureAIAgentWithSK02.ipynb

多智能体的结合可以帮助我们快速地完成不同的任务。随着 LLM / SLM 能⼒的增强，也会在企业业务功能上有更好的融合。AI Agent as a Service 将会到来，结合多智能体帮助企业更轻松地构建和部署智能 AI 代理，更快迈进真正的 AI 时代。

更多精彩内容请点击下载

《极客说｜微软新模型：Phi-4 来了》

《利用 AI 和 DevOps 重新定义开发人员体验》

《SAP on Microsoft Cloud》

《智能GitHub Copilot副驾驶®提示和技巧》