Erstellen agentischer Webanwendungen

Transformieren Sie Ihre herkömmlichen CRUD-Webanwendungen für die KI-Ära, indem Sie Agent-Funktionen mit Frameworks wie Microsoft Semantischer Kernel, LangGraph oder Foundry Agent Service hinzufügen. Anstatt in Formularen, Textfeldern und Dropdowns zu navigieren, können Sie eine Unterhaltungsschnittstelle anbieten, über die Benutzer „mit einem Agenten sprechen“ können, der die gleichen Vorgänge ausführt, die Ihre App bereitstellt. Dieser Ansatz ermöglicht es Ihrer Web-App, Aktionen im Namen der Benutzer zu erstellen, zu planen und durchzuführen.

Überblick

Agentische Webanwendungen stellen einen Paradigmenwechsel von herkömmlichen Webschnittstellen dar. Anstatt zu verlangen, dass Benutzer die Struktur Ihrer Anwendung verstehen und navigieren müssen, verwenden agentische Apps KI, um Benutzerabsichten zu verstehen, Aktionen mit mehreren Schritten zu planen und komplexe Workflows autonom auszuführen.

Zu den wichtigsten Merkmalen agentischer Webanwendungen gehören:

  • Unterhaltungsschnittstellen: Benutzer drücken ihre Ziele in natürlicher Sprache aus, anstatt Formulare durchzuklicken
  • Autonomes Denken: Agents unterteilen komplexe Anforderungen in ausführbare Schritte
  • Mehrstufige Planung: Agents verketten mehrere Vorgänge, um anspruchsvolle Aufgaben auszuführen
  • Toolverwendung: Agents rufen Ihre vorhandenen APIs und Funktionen nach Bedarf auf, um Benutzeranforderungen abzuschließen.
  • Kontextbewusstsein: Agents verwalten Unterhaltungsverlauf und Anwendungsstatus über die Interaktionen hinweg
  • Fehlerbehandlung: Agents erholen sich von Fehlern und passen ihren Ansatz basierend auf Ergebnissen an.

Frameworks wie Semantischer Kernel, LangGraph und Foundry Agent Service bieten die Orchestrierungsebene, die große Sprachmodelle mit der Geschäftslogik Ihrer Anwendung verbindet und diese agentischen Funktionen in Ihren App Service-Anwendungen ermöglicht.

Wann agentische Webanwendungen erstellt werden sollen

Erwägen Sie, agentische Funktionen hinzuzufügen, wenn:

  • Komplexe Workflows sind üblich: Benutzer müssen häufig mehrere Schritte ausführen, die durch Unterhaltungen vereinfacht werden können.
  • Domänenkompetenz ist erforderlich: Ihre Anwendung erfordert spezielle Kenntnisse, die ein KI-Agent lernen und anwenden kann
  • Die Benutzererfahrung ist wichtig: Sie möchten die Schulungszeit reduzieren und Ihre Anwendung intuitiver gestalten
  • Die Datensuche ist wichtig: Benutzer müssen Daten auf flexible Weise abfragen, analysieren und visualisieren.
  • Die Aufgabenautomatisierung ist wertvoll: Sich wiederholende oder zeitaufwendige Workflows können von einer KI-gestützten Erledigung profitieren.

Agentische Muster funktionieren besonders gut für Unternehmensanwendungen, Datenanalysetools, Content Management-Systeme und administrative Schnittstellen, bei denen die Kombination aus natürlichem Sprachverständnis und automatisierten Workflows erhebliche Produktivitätsgewinne bietet.

Auswählen eines Agent-Frameworks

Der App-Dienst unterstützt jedes Agentframework, das auf dem ausgewählten Sprachstapel ausgeführt wird. Sie haben vollständige Flexibilität, um die Tools und Frameworks zu verwenden, die Ihren Anforderungen am besten entsprechen. Zu den beliebten Optionen gehören:

  • Semantischer Kernel: Das plattformübergreifende SDK von Microsoft für .NET, Python und Java, ideal für die Erstellung von benutzerdefinierten Agents mit Vollzugriff
  • LangGraph: Python- und JavaScript-Framework zum Erstellen zustandsbehafteter, multi-agent-Systeme mit komplexen Workflows
  • Foundry Agent Service: Verwalteter Dienst für das Hosting von produktionsbereiten Agents mit integrierter Überwachung und Skalierbarkeit
  • Benutzerdefinierte Frameworks: Jedes andere agentische Framework, das von Ihrer Sprache unterstützt wird (z. B. AutoGen, CrewAI oder proprietäre Lösungen)

Erste Schritte mit Tutorials

Überwachen von Agents in App Service

Wenn Sie Ihren Agent in Code erstellen, der in App Service ausgeführt wird (Orchestrierung in Ihrer Anwendung), sind die Agentmetriken in Azure AI Foundry nicht sichtbar, da Foundry nur voll verwaltete Foundry-Agents sieht. Um diese Lücke zu schließen, bietet App Service einen Bereich KI (Vorschau) mit der Registerkarte Agents, die agentenspezifische Telemetriedaten direkt aus Ihrer Anwendung aggregiert:

Screenshot der Registerkarte

Die Registerkarte wird angezeigt, wenn Ihre App drei Anforderungen erfüllt:

  • Application Insights ist mit Ihrer App Service-App verbunden. Auf der Registerkarte "Agents" werden Telemetriedaten aus der verbundenen Application Insights-Ressource gelesen.
  • Ihre App sendet OpenTelemetry-Traces und Metriken. Die Azure Monitor OpenTelemetry-Distribution ist die empfohlene Methode, um dies für .NET-, Python-, Node.js- und Java-Anwendungen einzurichten. Weitere Informationen finden Sie unter Enable Azure Monitor OpenTelemetry.
  • Ihre Agents geben die generativen AI-Semantikkonventionen von OpenTelemetry aus. Die Registerkarte „Agenten“ gruppiert und aggregiert nach den Attributen gen_ai.agent.name, gen_ai.agent.id und gen_ai.usage.*. Die meisten Agentframeworks (einschließlich Microsoft Agent Framework, Semantischer Kernel und LangGraph) können so konfiguriert werden, dass diese Attribute ausgegeben werden.

Wählen Sie auf der Registerkarte AgentsIn Application Insights anzeigen aus, um die Ansicht „Agents (Vorschau)“ in Application Insights zu öffnen, in der Sie Details zu Agent-Ausführungen, Toolaufrufen, dem Tokenverbrauch pro Modell und Ablaufverfolgungen mit GenAI-Fehlern untersuchen können.

Beginnen Sie mit der Überwachung Ihrer Agenten

Verwandte Inhalte

  • Last updated on