azure-ai-agent-service-enterprise-demo 的项目扩展与二次开发
2025-06-03 21:38:17作者:柯茵沙
项目的基础介绍
azure-ai-agent-service-enterprise-demo 是一个由 Azure-Samples 提供的开源项目,旨在演示如何使用 Azure AI Agent Service 构建企业级流式代理。该项目能够实现实时问答,并自动执行工作流,利用本地 HR 和公司政策文档,通过 Bing 获取外部上下文,并使用 GPT-4o 模型(尽管服务对模型是通用的)。
项目的核心功能
- 创建或复用代理:展示了如何连接到 Azure AI Foundry hub,创建具有自定义指令的新代理(使用 GPT-4o 或任何支持的模型),或者复用现有代理。
- 整合企业数据向量存储:自动创建或复用包含本地政策文件的向量存储,用于检索增强生成(RAG)。
- 集成服务器端工具:说明了如何将工具(如 Bing 搜索、文件搜索和自定义 Python 函数)添加到单个
ToolSet中,以及如何拦截和记录每个工具调用。 - 扩展功能性与 Azure 逻辑应用:通过部署逻辑应用来启用发送电子邮件的功能。
- 实时流式代理响应:演示了如何处理来自代理的部分消息更新,无缝处理部分工具调用和文本块输出。
- 构建交互式 Gradio UI:提供了一个基于 Gradio 的聊天界面,用于提示用户问题、显示部分工具调用和最终结果,并且易于扩展或调整 UI。
项目使用了哪些框架或库?
该项目使用了以下框架或库:
- Python 3.9+
- Visual Studio Code 的 Python 和 Jupyter 扩展
- Azure AI Agent Service
- Bing Search(可选)
- OpenWeather API(可选)
- Gradio(用于 UI)
项目的代码目录及介绍
项目的代码目录结构大致如下:
azure-ai-agent-service-enterprise-demo/
|-- .github/
|-- assets/
|-- enterprise-data/
|-- infra/
| |-- azure-deployment/
|-- .env.example
|-- .gitignore
|-- CHANGELOG.md
|-- CONTRIBUTING.md
|-- KNOWN_ISSUES.md
|-- LICENSE.md
|-- README.md
|-- enterprise-streaming-agent.ipynb
|-- enterprise_functions.py
|-- requirements.txt
|-- send_email_logic_app.json
enterprise-streaming-agent.ipynb:这是主要的 Jupyter 笔记本文件,用于实现和测试代理。enterprise_functions.py:包含自定义的 Python 函数,这些函数可以作为工具集成到代理中。requirements.txt:列出了项目所需的 Python 包。- 其他文件和目录提供了项目配置、文档和部署相关的信息。
对项目进行扩展或者二次开发的方向
- 增强模型功能:可以根据需要集成更多的 AI 模型,如自然语言处理模型,以改善问答和内容生成的质量。
- 扩展工具集:可以增加新的工具,比如数据库查询、外部 API 调用等,以扩展代理的处理能力。
- 自定义 UI:可以基于 Gradio 或者其他框架,开发更复杂和定制化的用户界面。
- 集成其他 Azure 服务:利用 Azure 提供的多样服务,如 Azure Bot Service,进一步扩展代理的功能。
- 多语言支持:项目可以扩展以支持多种语言,使其在全球化环境中更具适用性。
- 安全性增强:加强认证和授权机制,确保代理处理的企业数据安全。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220