提示词工程与上下文工程 在人工智能迅猛发展的今天，我们与大型语言模型（LLM）的互动方式正在经历一场深刻的变革。最初，我们依赖于“提示词工程”（Prompt Engineering）——一种通过精心设计问题来引导模型输出期望答案的艺术。然而，随着AI应用日益复杂，我们发现，仅仅优化提问方式已不足以应对挑战。一个更宏大、更具系统性的概念——“上下文工程”（Context Engineerin...

在构建复杂的人工智能应用时，我们常常需要将一个大任务拆解成多个小步骤，并让不同的 AI Agent 按顺序依次处理。Microsoft Agent Framework 提供了一个强大而灵活的工具——Workflow，来帮助我们轻松编排和管理这些 Agent 的协作流程。 今天，我们就来深入探讨一种最基本也最常用的工作流模式：顺序工作流 (Sequential Workflow)。 场景设...

Microsoft Agent Framework 提供了一个强大的工作流 (Workflow) 系统，使您能够构建集成了 AI 代理和业务流程的智能自动化系统。借助其类型安全的体系结构和直观的设计，您可以编排复杂的工作流，而无需陷入基础设施的复杂性中，从而专注于核心业务逻辑。 🤖 AI Agent 与 Workflow 有何不同？ 在深入探讨之前，我们先来厘清一个基本概念：AI Age...

AgileConfig 作为一个轻量级配置中心，我一直强调其“轻量”的概念。因此，权限管理这一块一直比较薄弱，甚至可以说形同虚设。然而，在实际项目实施中，用户对于权限管理的需求非常强烈，因为某些配置（如数据库连接串）极为敏感。因此，加强权限管理功能的呼声一直很高。这次的新版本，就带来了这个重磅功能：基于角色的访问控制（RBAC）。关于什么是基于角色的访问控制，我想大家应该都明白，这里就不再赘...

在构建 AI Agent 时，经常需要为“执行对话”和“工具调用”加入横切能力（Cross-Cutting Concerns），例如： 日志与审计 性能与计时 异常捕获与统一包装 调试与可观测性 安全与访问控制 在 Microsoft Agent Framework（Microsoft.Extensions.AI / Microsoft.Agents.AI）中，可以...

好的，这是一篇关于在 Microsoft Agent Framework 中使用 OpenTelemetry 的技术博客文章。 Microsoft Agent Framework - 使用 OpenTelemetry 对 Agent 进行追踪 在构建复杂的 AI 代理（Agent）系统时，理解其内部行为、诊断问题和监控性能至关重要。可观测性（Observability）是现代软件开发...

好的，这是更新后的版本，在步骤四中特别强调了 Agent 如何利用恢复的上下文来“记住”之前的对话。 Microsoft Agent Framework - 持久化 Agent 对话 在构建高级 AI 助手时，一个核心需求是能够跨多个会话记住对话历史。用户期望能够随时中断对话，并在稍后返回时从上次离开的地方继续。Microsoft Agent Framework 提供了一套强大的工具...

Microsoft Agent Framework 提供了一套强大的工具，用于构建、编排和管理 AI 代理。该框架的一个核心功能是能够将 Agent 作为服务公开，以便其他应用程序（例如 IDE 插件）可以与之交互。这通过模型上下文协议（Model Context Protocol，简称 MCP）实现。 本文将指导你如何将一个简单的 AI Agent 注册为一个 MCP Server，并展...

前面我们已经介绍了 Microsoft Agent Framework 的 Agent 的基本使用方法。今天我们来介绍一下工具（Function Call）的用法。 在使用大型语言模型（LLM）构建智能应用时，一个核心能力是让模型能够与外部世界交互。Microsoft Agent Framework 通过强大的“函数调用”（Function Calling）或“工具使用”（Tool Use）...

好的，这是一篇关于 Microsoft Agent Framework 多轮对话的技术博客。 Microsoft Agent Framework - Agent 多轮对话 上一篇我们分享了 Microsoft Agent Framework 一些背景信息已经 Agent 的基本使用。这次我们继续介绍 Agent 的会话功能。 在构建智能对话机器人时，最核心的功能之一就是能够理解上下...