Azure AI Agents 1.1.0b2 版本发布:并行函数调用与追踪优化
2025-06-12 14:01:17作者:平淮齐Percy
Azure AI Agents 是微软 Azure SDK for Python 中的一个重要组件,它为开发者提供了构建智能代理(Agents)的能力。智能代理可以理解自然语言、执行任务并与用户进行交互,是构建对话式 AI 应用的核心工具。本次发布的 1.1.0b2 版本带来了多项改进,特别是在并行处理和追踪功能方面的增强。
核心改进
异步函数调用的并行处理
在之前的版本中,当代理需要同时调用多个函数工具时,这些调用是按顺序执行的。这在某些场景下会导致不必要的延迟,特别是当这些函数调用之间没有依赖关系时。
新版本通过使用 Python 的 asyncio.gather 实现了异步场景下的并行函数调用。这一改进显著提升了代理在需要同时执行多个独立操作时的响应速度。例如,当一个代理需要同时查询天气和获取新闻时,这两个操作现在可以并行执行,而不是等待一个完成后再开始另一个。
线程运行追踪增强
追踪功能对于调试和理解代理的行为至关重要。本次更新在两个关键方面改进了追踪:
- 为
create_thread_and_run方法添加了完整的追踪支持,使开发者能够更全面地监控代理的初始化过程。 - 修复了一个导致
process_thread_run追踪范围在流式处理场景下不显示的问题。现在即使在使用流式处理且没有事件处理器的情况下,开发者也能看到完整的追踪信息。
示例代码更新
为了帮助开发者更好地使用新功能,示例代码也进行了相应更新:
- 所有示例现在都使用推荐的
AIProjectClient来指定端点和凭据,这提供了更统一和安全的方式来管理连接信息。 - 新增了
sample_agents_stream_iteration_with_functions.py示例,展示了如何在流式处理场景下使用函数调用功能。
技术意义
这些改进不仅提升了 Azure AI Agents 的性能和可观测性,也反映了微软对开发者体验的持续关注。并行函数调用的实现使得代理能够更高效地处理复杂任务,而追踪功能的完善则大大降低了调试和优化的难度。
对于正在构建复杂对话系统的开发者来说,这些改进意味着他们可以创建响应更快、更可靠的 AI 代理,同时拥有更好的工具来理解和优化代理的行为。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
297
Ascend Extension for PyTorch
Python
216
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818