Usando imagens com um agente

Passando imagens para o agente

Você pode enviar imagens para um agente criando um ChatMessage que inclua conteúdo de texto e imagem. Em seguida, o agente pode analisar a imagem e responder adequadamente.

Primeiro, crie um AIAgent que seja capaz de analisar imagens.

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");

Em seguida, crie um ChatMessage que contenha um prompt de texto e uma URL de imagem. Use TextContent para o texto e UriContent para a imagem.

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")
]);

Execute o agente com a mensagem. Você pode usar o streaming para receber a resposta conforme ela é gerada.

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

Isso imprimirá a análise da imagem do agente no console.

Passando imagens para o agente

Você pode enviar imagens para um agente criando um Message que inclua conteúdo de texto e imagem. Em seguida, o agente pode analisar a imagem e responder adequadamente.

Primeiro, crie um agente que possa analisar imagens.

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"
)

Em seguida, crie um Message que contenha um prompt de texto e uma URL de imagem. Use Content.from_text() para o texto e Content.from_uri() para a imagem.

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"
        )
    ]
)

Você também pode carregar uma imagem do sistema de arquivos local usando Content.from_data():

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"
        )
    ]
)

Execute o agente com a mensagem. Você pode usar o streaming para receber a resposta conforme ela é gerada.

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

asyncio.run(main())

Isso imprimirá a análise da imagem do agente no console.

Passando imagens para o agente

Você pode enviar imagens para um agente criando um message que inclua conteúdo de texto e imagem. Em seguida, o agente pode analisar a imagem e responder adequadamente.

Primeiro, crie um agente que possa analisar imagens.

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",
        },
    },
)

Em seguida, crie uma mensagem que contenha um prompt de texto e uma URL de imagem. Use message.TextContent para o texto e message.URIContent para a imagem.

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",
    },
)

Você também pode carregar uma imagem do sistema de arquivos local usando message.DataContent:

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",
    },
)

Execute o agente com a mensagem. Você pode usar o streaming para receber a resposta conforme ela é gerada.

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

Isso imprimirá a análise da imagem do agente no console.