הערה
הגישה לדף זה מחייבת הרשאה. באפשרותך לנסות להיכנס או לשנות מדריכי כתובות.
הגישה לדף זה מחייבת הרשאה. באפשרותך לנסות לשנות מדריכי כתובות.
מאמר זה מסביר כיצד לפיצול סוכן זורמים לשלושה שלבי ליבה: קלט, המרה ופלט. תלמדו כיצד לקבל החלטות מושכלות לגבי יישום כל שלב באמצעות גישות לא ברורות (משופרות של בינה מלאכותית) או דטרמיניסטיות (מבוססות קוד).
במאמר זה, תלמדו כיצד:
- ארגן זרימות עבודה של סוכן בשלבי קלט, המרה ופלט.
- בחר בין רכיבים לא ברורים וטרימיניסטיים עבור כל שלב.
- התאם את הדרישות שלך ליכולות הרצויות.
- עצב פתרונות יעילים המ איזון גמישות עם יכולת חיזוי.
הדרכה זו מסייעת לארכיטקטים ולמפתחים לבנות סוכנים חזקים על-ידי הסבר על עסקאות מסחריות של רכיבים והדרכה של אפשרויות טכנולוגיה עבור כל שלב זרימת עבודה.
ארגון זרימות עבודה של סוכן בשלבי קלט, המרה ופלט
באפשרותך לארגן זרימות עבודה של סוכן בשלושה שלבים: קלט, המרה ופלט. כל שלב יכול להשתמש ברכיבים לא ברורים (משופרים של בינה מלאכותית) או ברכיבים דטרמיניסטיים (מבוססי קוד), כפי שמוצג בטבלה הבאה:
| במה | זרימה דינאמית (לא ברור) | זרימה דטרמיניסטית (מובנית) |
|---|---|---|
| קלט | "אני משווק מותג כלי רכב, מקבל תמונות של מכוניות לשימוש בקמפיין הפרסומי שלי". | קבל את 100 פריטי העבודה המובילים ממוינים לפי תאריך השינוי האחרון. |
| שינוי צורה | ניתן להשתמש בכמה כלים (חיפוש תמונות, יצירת תמונות), עם פרמטרים לא ברורים. | מחרוזת השאילתה נוצרת עם הפרמטרים top=x, sortby = y עבור כל בקשה. |
| פלט | תמונות שונות נוצרות בכל הפעלה גם אם הנתונים בקצה העורפי אינם משתנים. | עליך לקבל תמיד 100 תוצאות, עם תאריך ומיון נכונים. |
רכיבים מסוימים פועלים בצורה הטובה ביותר כפתרונות דטרמיניסטיים, כגון יכולת המשתמש לבחור את הלקוח שנבחר. רכיבים אחרים, כגון כלים, עשויים לפעול בצורה הטובה ביותר כפתרונות דינאמיים או דטרמיניסטיים בהתבסס על הפלט הרצוי וסובלנות עבור שונות.
יישור שלבי זרימת עבודה לטכנולוגיה
מיפוי של שלבי זרימת עבודה לאפשרויות טכנולוגיה דורש שיקול זהיר של דרישות עסקיות ואילוצים תפעוליים. הטבלה הבאה ממופה דרישות קלט, המרה ופלט לאפשרויות סוכן:
| במה | אפשרויות לא ברורות | אפשרויות דטרמיניסטיות |
|---|---|---|
| קלט | מאגרי ידע, אינדקסים סמנטיים, תמונות, תקשורת סוכן לסוכן | תוספי API, מחברי Power Platform, כלים של פרוטוקול ההקשר המודל (MCP) |
| שינוי צורה | מודלים של בינה מלאכותית גנרטיבית | Power Automate, אפליקציות לוגיות, לוגיקה מבוססת קוד |
| פלט | תגובות של בינה מלאכותית הג'נטיבית, כולל סוכנים הצהרתיים | כרטיסים מסתגלים, נושאים, כלי MCP |
הערה
- שלבי המרה ופלט יכולים לפעול רק על נתונים שהסוכן מקבל כקלט. עליך להבין את דרישות העיצוב והגודל של קלטים, כולל קישורים, כותרות טבלה, ספירות שורות, תמונות והקשר מסמך מלא כדי ליצור פלטים הרצויים.
- העיקרון של "זבל בתוך, אשפה החוצה" חל על יישומים של נציגים. תוכן חתוך או מקוצר מאינדקסים סמנטיים, שחסרים להם מטה-נתונים נדרשים, משפיע לרעה על איכות הפלט, ללא קשר לתחכום של רכיבי ההמרה והפלט.
הערכת יכולות
כל גישה מספקת רמות שונות של תמיכה עבור גישות לא ברורות וטרימיניסטיות בשלבי זרימת עבודה.
| במה | אפשרויות לא ברורות | אפשרויות דטרמיניסטיות |
|---|---|---|
| קלט | סוכנים הצהרתיים באמצעות אינדקס סמנטי, סוכני מנוע מותאמים אישית באמצעות אינדקס סמנטי | סוכני מנוע מותאמים אישית, סוכנים הצהרתיים באמצעות יישומי Plug-in או MCP |
| שינוי צורה | סוכנים הצהרתיים, סוכני מנוע מותאמים אישית | סוכנים הצהרתיים באמצעות יישומי Plug-in או MCP, סוכני מנוע מותאמים אישית |
| פלט | סוכנים הצהרתיים, סוכני מנוע מותאמים אישית | סוכני מנוע מותאמים אישית |
השתמש במטריצת יכולת זו כדי להחליט איזו גישה יש ליטול בהתבסס על השילוב הספציפי של דרישות לא ברורות וטרימיניסטיות עבור כל שלב זרימת עבודה.
למידע נוסף:
השלב הבא
למד כיצד להעריך דרישות שמנחה את אפשרויות הטכנולוגיה עבור כל רכיב סוכן.