Erstellen einer Automatisierungslösung mit mehreren Agent-Workflows mithilfe von Microsoft Agent Framework

Diese Architektur beschreibt ein Prozessautomatisierungssystem, das mehrere spezialisierte KI-Agents verwendet, um Organisationsaufgaben automatisch zu koordinieren und auszuführen.

Mehrere KI-Agents arbeiten über einen zentralen API-Orchestrator zusammen, um skalierbare Automatisierungspipelines zu erstellen. Benutzerdefinierte Software, die Microsoft Agent Framework verwendet, definiert das Agent- und Orchestrierungsverhalten, und Sie stellen die Agents in Azure-Container-Apps bereit, in denen sie Azure AI-Dienste verwenden.

Dieser Artikel konzentriert sich auf die Infrastruktur- und DevOps-Aspekte der Verwaltung von Systemen mit mehreren Agents auf Azure. Sie umfasst kontinuierliche Integration, Datenpersistenz, Agentenkoordination und automatisierte Bereitstellungsprozesse für die Automatisierung von Aufgaben auf Unternehmensniveau.

Architecture

Laden Sie eine Visio-Datei dieser Architektur herunter.

Workflow

Der folgende Workflow entspricht dem vorherigen Diagramm:

1. Mitarbeiter greifen auf das Web-Front-End zu, um automatisierte Lösungen anzufordern und zu verwalten. Sie übermitteln Aufgaben mit bestimmten Anforderungen und Parametern über die Webschnittstelle.

2. Die Azure App Service-Website empfängt die Benutzeranforderung vom Front-End und ruft eine in Container-Apps gehostete API auf. Die API verarbeitet die eingehende Aufgabe und bestimmt, welche speziellen KI-Agents verwendet werden sollen. Die API trennt die Aufgabe in Komponententeile für die Koordination mit mehreren Agenten.

3. Die Container-Apps-API stellt eine Verbindung mit einem von Microsoft Foundry gehosteten GPT-4o-Modell her. Die API koordiniert mehrere spezialisierte KI-Agents, um verschiedene Aspekte der Aufgabe zu behandeln. Agents arbeiten zusammen, um die erforderlichen Aufgaben zu planen, auszuführen und zu überprüfen.

4. Azure Cosmos DB speichert alle Daten im Zusammenhang mit aktuellen und früheren Plänen und Lösungen. Es verwaltet historische Aufgabendaten und Muster für Lern- und Optimierungszwecke. Sie behält auch Agententscheidungen und Ergebnisse für zukünftige Referenz bei.

5. Die Azure Container Registry verwaltet Bilder für die Front-End-Website und die Back-End-API. In dieser Registrierung werden auch Versionsverwaltungscontainerimages für Rollbackfunktionen verwaltet.

6. Das GitHub-Quell-Repository löst automatische Builds von Website- und API-Serverimages bei Codeupdates aus. Docker erstellt und stellt dann die aktualisierten Containerimages in der Registrierung bereit.

Components

• App Service ist eine Plattform als Dienstlösung (PaaS), die eine skalierbare Webhostingumgebung für Anwendungen bereitstellt. In dieser Architektur dient die App Service-Website als Front-End-Schnittstelle für Benutzer, um automatisierte Lösungen anzufordern und zu verwalten. Es bietet eine reaktionsfähige Weboberfläche zum Übermitteln von Aufgaben und zum Nachverfolgen des Fortschritts.

• Container-Apps ist eine serverlose Containerplattform, mit der Sie Microservices und containerisierte Anwendungen auf einer serverlosen Plattform ausführen können. In dieser Architektur dient die Container-Apps-API als zentrale Orchestrierungsebene, die Benutzeranforderungen verarbeitet, mehrere KI-Agents koordiniert und den Abschlussstatus von Aufgaben verwaltet. Es hostt den benutzerdefinierten Code, den Ihr Softwareteam mithilfe von Agent Framework entwickelt.

• Foundry ist ein einheitliches Azure PaaS-Angebot für KI-Vorgänge für Unternehmen, Modell-Generatoren und Anwendungsentwicklung. Es kombiniert die Infrastruktur auf Produktionsniveau mit entwicklerfreundlichen Schnittstellen, mit denen Entwickler sich auf das Erstellen von Anwendungen konzentrieren können, anstatt die Infrastruktur zu verwalten. In dieser Architektur bietet Foundry die Grundlage für die Bereitstellung und Verwaltung von KI-Modellen in der Chatschnittstelle und dient als Gateway zu verbundenen KI-Diensten, z. B. Foundry Agent Service.

  Der Foundry Agent Service ist ein verwalteter Laufzeitdienst, der die Kernelemente von Foundry verbindet, z. B. Modelle, Tools und Frameworks, in einer einzigen agentischen Laufzeit. Es verwaltet Unterhaltungen, koordiniert Werkzeugeinsätze, gewährleistet die Sicherheit von Inhalten und integriert sich in Identitäts-, Netzwerk- und Observabilitätssysteme. In dieser Architektur ruft die Anwendung den Foundry Agent Service auf, um die Gespräche mit Agenten zu ermöglichen.

• Azure Cosmos DB ist ein global verteilter Datenbankdienst mit mehreren Modellen, der niedrige Latenz und flexible Skalierbarkeit bietet. In dieser Architektur speichert Azure Cosmos DB alle Daten im Zusammenhang mit aktuellen und früheren Automatisierungsplänen und -lösungen. Die Container-Apps-API schreibt Daten, wenn sie neue Pläne erstellt oder Aufgaben ausführt. Die API liest Daten, wenn Benutzer über die App Service-Website auf ihren Automatisierungsverlauf zugreifen.

• Containerregistrierung ist ein verwalteter Docker-Registrierungsdienst, der Containerimages speichert und verwaltet. In dieser Architektur verwaltet die Containerregistrierung Bilder sowohl für die Front-End-Website als auch für die Back-End-API. Mit diesem Setup wird eine konsistente Bereitstellungs- und Versionskontrolle der Komponenten des Systems mit mehreren Agents in allen Umgebungen sichergestellt.

Alternatives

Diese Architektur enthält eine Komponente, die Sie je nach den funktionalen und nichtfunktionellen Anforderungen Ihrer Workload durch einen anderen Azure-Dienst oder einen anderen Ansatz ersetzen können. Betrachten Sie die folgenden Alternativen und Kompromisse.

Agent-Orchestrierung

Aktueller Ansatz: Diese Lösung verwendet benutzerdefinierten Agent-Code, der mit dem Agent Framework SDK geschrieben wurde, um Agents und deren Interaktionen zu koordinieren. Container-Apps dienen als zentrale Orchestrator-Compute, die den Code ausführt. Der Code koordiniert die mehreren KI-Agents, die mit aktiven Workflows arbeiten. Diese Code-first-Lösung bietet maximale Kontrolle über das Verhalten des Agents, die Orchestrierungslogik und die Berechnungsskala.

Alternativer Ansatz: Verwenden Sie den Foundry Agent Service, um Agents zu definieren und sie einzeln mit relevanten Wissensspeichern und Tools zu verbinden. In dieser No-Code-Lösung definieren Sie Agentverhalten und Agentbeziehungen über eine Systemaufforderung. Der Foundry Agent Service hostt und verwaltet die Agents, sodass Sie die Berechnung, die die Agents ausführt, nicht steuern.

Erwägen Sie diese Alternative, wenn Ihre Workload die folgenden Merkmale aufweist:

• Sie benötigen keine deterministische Agent-Orchestrierung. Sie können das Agentverhalten, einschließlich des Zugriffs und des Tools des Wissensspeichers, über eine Systemaufforderung ausreichend definieren.

• Sie benötigen keine vollständige Kontrolle über die Berechnung Ihrer Agents.

• Sie benötigen nur Tools, die über HTTPS erreichbar sind, und der Foundry Agent Service unterstützt Ihre Wissensspeicher.

Wenn Ihre Organisation über gemischte Anforderungen verfügt, können Sie einen Hybridansatz verwenden. Verwenden Sie den Foundry Agent Service für Standardworkflows und Container-Apps für kritische oder hochgradig angepasste Prozesse, die mehr Kontrolle erfordern.

Szenariodetails

Dieses benutzerdefinierte Automatisierungsmodul mit mehreren Agenten behebt die Herausforderung, komplexe, abteilungsübergreifende Geschäftsprozesse zu koordinieren, die traditionell eine erhebliche manuelle Kontrolle und Koordination erfordern. Organisationen kämpfen häufig mit Aufgaben, die sich über mehrere Fachgebiete erstrecken, eine konsistente Leistung in allen Teams erfordern und Überwachungspfade zur Unterstützung der Compliance benötigen.

Diese Lösung verwendet benutzerdefinierte, spezialisierte KI-Agents, die zusammenarbeiten, um komplexe Organisationsaufgaben in verwaltbare Komponenten aufzuteilen. Jeder Agent wendet seine spezifischen Kenntnisse und Funktionen an. Das System verwaltet anspruchsvolle Workflows, die andernfalls eine menschliche Koordination über mehrere Abteilungen erfordern. Die Architektur skaliert sich durch containerisierte Bereitstellung, behält das Lernen über die persistente Datenspeicherung bei und unterstützt eine kontinuierliche Verbesserung durch automatisierte Integrations- und Übermittlungspipelinen.

Sie können diese Architektur auch auf die Codemodernisierung und die Legacy-Systemmigration anwenden, die Herausforderungen wie technische Komplexität und Geschäftskontinuitätsanforderungen umfassen. Ältere Systeme fehlen häufig an der richtigen Dokumentation, verwenden veraltete Programmiersprachen und enthalten wichtige Geschäftslogik, die Sie beibehalten müssen. Der Multi-Agent-Ansatz koordiniert spezialisiertes Fachwissen über technische Übersetzung, Geschäftsanalyse, Qualitätssicherung und Dokumentationsgenerierung.

Potenzielle Anwendungsfälle

Berücksichtigen Sie die folgenden potenziellen Anwendungsfälle für die Automatisierung von Workflows mit mehreren Agents.

Codemodernisierung und -migration

• Legacy-SQL-Abfrageübersetzung: Koordinieren Sie mehrere spezialisierte Agents, um SQL-Abfragen in verschiedenen Datenbankdialekten zu übersetzen, während Sie Geschäftslogik und Leistungsmerkmale beibehalten.

  • Ein SQL-Analyse-Agent identifiziert dialektspezifische Konstrukte.

  • Ein Übersetzungs-Agent konvertiert die Syntax in die Zielplattform.

  • Ein Überprüfungs-Agent testet die Abfrageäquivalente.

  • Ein Dokumentations-Agent generiert Migrationsnotizen.

  Dieser Ansatz behebt die häufige Herausforderung, funktionale Äquivalenz aufrechtzuerhalten, wenn Sie von Plattformen wie Oracle zu Azure SQL-Datenbank oder Azure-Datenbank für PostgreSQL migrieren.

• Legacy-Anwendungsmodernisierung: Orchestrieren Agenten, die sich auf Codeanalyse, Geschäftslogikextraktion, Architekturbewertung und Modernisierungsplanung spezialisieren. Agents arbeiten zusammen, um Legacy-Codebases zu analysieren, eingebettete Geschäftsregeln zu extrahieren, technische Schulden zu bewerten, Modernisierungs-Roadmaps zu generieren und Dokumentationen zu erstellen, die institutionelles Wissen erfassen, die häufig während von Übergängen verloren gehen.

• Datenbankschemamigration: Koordinaten-Agents für Schemaanalyse, Datentypzuordnung, Einschränkungsübersetzung und Validierungstests. Das Multiple-Agent-System übersetzt komplexe Datenbankstrukturen, Beziehungen und Geschäftsregeln genau, während datenintegritäts- und Leistungsanforderungen beibehalten werden.

Automatisierung von Unternehmensprozessen

• Mitarbeiter-Onboarding-Orchestrierung: Koordinieren Sie die IT-Bereitstellung, Personaldokumentation, Den Zugriff auf Einrichtungen, Schulungspläne und Complianceanforderungen in mehreren Abteilungen.

• Vertragsverwaltungsworkflow: Automatisieren Sie rechtliche Überprüfung, Beschaffungsgenehmigung, Finanzanalyse und Lieferantenkommunikation für komplexe Geschäftsvereinbarungen.

• Koordination der Reaktion auf Vorfälle: Koordinieren Sie technische Wartung, Stakeholderkommunikation, Dokumentation und Analyse nach dem Vorfall in IT-, Sicherheits- und Geschäftsteams.

Finanzdienstleistungen und Compliance

• Automatisierung gesetzlicher Vorschriften: Koordinieren Sie die Datenerfassung, Analyse, Berichterstellung und Übermittlung in mehreren regulatorischen Frameworks gleichzeitig.

• Kreditverarbeitungspipeline: Automatisieren Sie Kreditanalyse, Risikobewertung, Dokumentationsüberprüfung und Genehmigungsworkflows, die mehrere Spezialisierte Teams umfassen.

• Audit-Vorbereitungsmanagement: Koordinieren Sie die Beweiserfassung, Dokumentationsvorbereitung, Stakeholder-Interviews und Compliance-Überprüfung in allen Geschäftseinheiten.

Gesundheitswesen und Forschung

• Klinisches Testmanagement: Koordinieren Sie die Patientenrekrutierung, die Einhaltung gesetzlicher Vorschriften, die Datenerfassung, die Sicherheitsüberwachung und die Berichterstellung in forschungsübergreifenden Teams.

• Koordination der Patientenversorgung: Automatisieren Sie die Planung, Behandlungsplanung, Versicherungsüberprüfung und Pflegeteamkommunikation für komplexe medizinische Fälle.

• Beschaffung medizinischer Geräte: Koordinieren Sie klinische Anforderungen, technische Spezifikationen, Lieferantenbewertungen und behördliche Genehmigungsprozesse.

Fertigung und Lieferkette

• Koordination der Produktstarts: Konzipierung der Konstruktion, Fertigungseinrichtung, Qualitätssicherung, Marketingvorbereitung und Vertriebsplanung.

• Onboardingprozess für Lieferanten: Automatisieren Sie Qualifizierungsbewertungen, Vertragsverhandlungen, Systemintegrationen und Einrichtung der Leistungsüberwachung.

• Qualitätsvorfallverwaltung: Koordinieren Sie Untersuchung, Ursachenanalyse, Korrekturmaßnahmen und Lieferantenkommunikation für Probleme mit Qualität.

Multiple-Agent-Orchestrierungsmuster

Berücksichtigen Sie beim Entwerfen von Automatisierungssystemen mit mehreren Agents, wie Agents koordiniert werden müssen, um komplexe Workflows auszuführen. Diese Architektur verwendet einen benutzerdefinierten Orchestrator, der Agentinteraktionen verwaltet, aber die von Ihnen ausgewählten Koordinationsmuster wirken sich erheblich auf die Systemleistung und Zuverlässigkeit aus.

Sequenzielle Muster entsprechen abhängigen Aufgaben wie Dokumentgenehmigungsworkflows. Gleichzeitige Muster eignen sich für unabhängige Vorgänge wie die Datensammlung aus mehreren Quellen. Gruppenchatmuster ermöglichen die Zusammenarbeit bei der Problemlösung. Mit Handoff-Patterns können spezialisierte Agenten unterschiedliche Workflowphasen bearbeiten. Weitere Informationen zur Implementierung dieser Koordinationsstrategien finden Sie unter KI-Agent-Orchestrierungsmuster. Dieser Artikel enthält Architekturmuster und Implementierungsüberlegungen für verschiedene Szenarien mit mehreren Agents.

Überlegungen

Diese Überlegungen bilden die Säulen des Azure Well-Architected Framework, einer Reihe von Leitprinzipien, die Sie zur Verbesserung der Qualität eines Workloads verwenden können. Weitere Informationen finden Sie unter Well-Architected Framework.

Kostenoptimierung

Die Kostenoptimierung konzentriert sich auf Möglichkeiten, unnötige Ausgaben zu reduzieren und die betriebliche Effizienz zu verbessern. Weitere Informationen finden Sie unter Erstellen einer Checkliste zur Überprüfung der Kostenoptimierung.

Weitere Informationen zu den Kosten für die Ausführung dieses Szenarios finden Sie in der vorkonfigurierten Schätzung im Azure-Preisrechner.

Die Preise variieren je nach Region und Nutzung, sodass Sie keine genauen Kosten im Voraus vorhersagen können. Die meisten Azure-Ressourcen in dieser Infrastruktur folgen nutzungsbasierten Preismodellen. Bei der Containerregistrierung fallen jedoch tägliche Fixkosten für jede Registrierung an.

Bereitstellen dieses Szenarios

Führen Sie die Schritte im GitHub-Repository aus, um eine Implementierung dieser Architektur bereitzustellen.

Implementierung der Codemodernisierung

Eine spezifische Implementierung der Workflows mit mehreren Agents, die sql-Abfragemodernisierung durchführen, finden Sie unter Modernisieren Der Codeimplementierung. In dieser Implementierung wird veranschaulicht, wie mehrere KI-Agents SQL-Abfragen zwischen verschiedenen Datenbankdialekten übersetzen. Außerdem werden Dokumentations- und Validierungsberichte während des gesamten Prozesses generiert.

Contributors

Microsoft verwaltet diesen Artikel. Die folgenden Mitwirkenden haben diesen Artikel geschrieben.

Hauptautor:

• Salomon Pickett | Softwaretechniker II

Andere Mitwirkende:

• Anish Arora | Senior Software Engineer
• Malory Rose | Senior Software Engineer
• Mark Taylor | Principal Software Engineer

Um nicht-öffentliche LinkedIn-Profile anzuzeigen, melden Sie sich bei LinkedIn an.

Nächste Schritte

• Übersicht über die Agent Framework-Architektur
• Foundry Agent Service-Dokumentation