에이전트와 함께 이미지 사용

에이전트에 이미지 전달

텍스트 및 이미지 콘텐츠를 모두 포함하는 이미지를 만들어 ChatMessage 에이전트에 이미지를 보낼 수 있습니다. 그러면 에이전트가 이미지를 분석하고 그에 따라 응답할 수 있습니다.

먼저 이미지를 분석할 수 있는 AIAgent를 만듭니다.

AIAgent agent = new AIProjectClient(
    new Uri("<your-foundry-project-endpoint>"),
    new DefaultAzureCredential())
    .AsAIAgent(
        model: "gpt-4o",
        name: "VisionAgent",
        instructions: "You are a helpful agent that can analyze images");

다음으로 텍스트 프롬프트와 이미지 URL이 모두 포함된 ChatMessage을 만듭니다. 텍스트에는 TextContent 태그를, 이미지에는 UriContent 태그를 사용하십시오.

ChatMessage message = new(ChatRole.User, [
    new TextContent("What do you see in this image?"),
    new UriContent("https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg", "image/jpeg")
]);

메시지와 함께 에이전트를 실행합니다. 스트리밍을 사용하여 생성될 때 응답을 받을 수 있습니다.

Console.WriteLine(await agent.RunAsync(message));

그러면 에이전트의 이미지 분석이 콘솔에 출력됩니다.

에이전트에 이미지 전달

텍스트 및 이미지 콘텐츠를 모두 포함하는 이미지를 만들어 Message 에이전트에 이미지를 보낼 수 있습니다. 그러면 에이전트가 이미지를 분석하고 그에 따라 응답할 수 있습니다.

먼저 이미지를 분석할 수 있는 에이전트를 만듭니다.

import asyncio
import os
from agent_framework.openai import OpenAIChatCompletionClient
from azure.identity import AzureCliCredential

agent = OpenAIChatCompletionClient(
    model=os.environ["AZURE_OPENAI_CHAT_COMPLETION_MODEL"],
    azure_endpoint=os.environ["AZURE_OPENAI_ENDPOINT"],
    api_version=os.getenv("AZURE_OPENAI_API_VERSION"),
    credential=AzureCliCredential(),
).as_agent(
    name="VisionAgent",
    instructions="You are a helpful agent that can analyze images"
)

다음으로 텍스트 프롬프트와 이미지 URL이 모두 포함된 Message을 만듭니다. 텍스트에는 Content.from_text() 태그를, 이미지에는 Content.from_uri() 태그를 사용하십시오.

from agent_framework import Message, Content

message = Message(
    role="user",
    contents=[
        Content.from_text(text="What do you see in this image?"),
        Content.from_uri(
            uri="https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg",
            media_type="image/jpeg"
        )
    ]
)

Content.from_data()를 사용하여 로컬 파일 시스템에서 이미지를 로드할 수도 있습니다.

from agent_framework import Message, Content

# Load image from local file
with open("path/to/your/image.jpg", "rb") as f:
    image_bytes = f.read()

message = Message(
    role="user",
    contents=[
        Content.from_text(text="What do you see in this image?"),
        Content.from_data(
            data=image_bytes,
            media_type="image/jpeg"
        )
    ]
)

메시지와 함께 에이전트를 실행합니다. 스트리밍을 사용하여 생성될 때 응답을 받을 수 있습니다.

async def main():
    result = await agent.run(message)
    print(result.text)

asyncio.run(main())

그러면 에이전트의 이미지 분석이 콘솔에 출력됩니다.

에이전트에 이미지 전달

텍스트 및 이미지 콘텐츠를 모두 포함하는 이미지를 만들어 message 에이전트에 이미지를 보낼 수 있습니다. 그러면 에이전트가 이미지를 분석하고 그에 따라 응답할 수 있습니다.

먼저 이미지를 분석할 수 있는 에이전트를 만듭니다.

import (
    "context"
    "fmt"
    "os"

    "github.com/microsoft/agent-framework-go/agent"
    "github.com/microsoft/agent-framework-go/provider/foundryprovider"
    "github.com/microsoft/agent-framework-go/message"

    "github.com/Azure/azure-sdk-for-go/sdk/azidentity"
)

token, err := azidentity.NewDefaultAzureCredential(nil)
if err != nil {
    panic(err)
}

a := foundryprovider.NewAgent(
    os.Getenv("FOUNDRY_PROJECT_ENDPOINT"),
    token,
    foundryprovider.ModelDeployment(os.Getenv("FOUNDRY_MODEL")),
    foundryprovider.AgentConfig{
        Instructions: "You are a helpful agent that can analyze images",
        Config: agent.Config{
            Name: "VisionAgent",
        },
    },
)

다음으로 텍스트 프롬프트와 이미지 URL이 모두 포함된 메시지를 만듭니다. 텍스트에는 message.TextContent 태그를, 이미지에는 message.URIContent 태그를 사용하십시오.

msg := message.New(
    &message.TextContent{Text: "What do you see in this image?"},
    &message.URIContent{
        URI:       "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg",
        MediaType: "image/jpeg",
    },
)

message.DataContent를 사용하여 로컬 파일 시스템에서 이미지를 로드할 수도 있습니다.

import "encoding/base64"

imageBytes, err := os.ReadFile("path/to/your/image.jpg")
if err != nil {
    panic(err)
}

msg := message.New(
    &message.TextContent{Text: "What do you see in this image?"},
    &message.DataContent{
        Data:      base64.StdEncoding.EncodeToString(imageBytes),
        MediaType: "image/jpeg",
    },
)

메시지와 함께 에이전트를 실행합니다. 스트리밍을 사용하여 생성될 때 응답을 받을 수 있습니다.

ctx := context.Background()
resp, err := a.RunMessage(ctx, msg).Collect()
fmt.Println(resp.Text(), err)

그러면 에이전트의 이미지 분석이 콘솔에 출력됩니다.