La companyia de Microsoft està encantada de presentar , una demostració d'aplicacions amb funcionalitat empresarial que demostra com els desenvolupadors poden coordinar and (escrit en Java, .NET, Python i TypeScript) per explorar escenaris de planificació de viatges. per a l’orquestració, per a les interaccions d'eines estructurades, Azure AI Foundry, el model GitHub i per a un desplegament escalable. Agents de viatges multiple AI agents MCP servers LlamaIndex.TS Model Context Protocol (MCP) Azure Container Apps Agents de viatges Títol: El Dr Experimenteu el poder de MCP i Azure amb The AI Travel Agents! Proveu la demostració en viu localment al vostre ordinador per veure la col·laboració d'agents en temps real en acció. Comparteix els vostres comentaris al nostre fòrum de la comunitat. Ja estem planejant millores, com ara nous agents integrats amb MCP, que permeten una comunicació segura entre els agents d'IA i els servidors de MCP, afegint suport per a Agent2Agent a través de MCP. Això encara és un treball en curs i també estem benvinguts a tot tipus de contribucions. Títol: El Dr Aquesta aplicació de mostra utilitza dades de mock i està destinada a finalitats de demostració en lloc d'ús de producció. Aquesta aplicació de mostra utilitza dades de mock i està destinada a finalitats de demostració en lloc d'ús de producció. El repte: escalar la planificació de viatges personalitzada Les agències de viatges s'enfronten a tasques complexes: analitzar les diverses necessitats dels clients, recomanar destinacions i elaborar itineraris, tot integrant dades en temps real com ara punts de tendència o logística. Els sistemes tradicionals falten amb la latència, l'escalabilitat i la coordinació, portant a retards i clients frustrats. LlamaIndex.TS orquestra sis agents d'IA per al maneig eficient de tasques. MCP equipa els agents amb dades i eines específiques de viatge. Azure Container Apps assegura una implementació escalable i sense servidor. Aquesta arquitectura ofereix eficiència operativa i servei personalitzat a escala, convertint el caos en oportunitat. LlamaIndex.TS: Orquestració d'agents d'IA El cor dels agents de viatges AI és , un poderós marc d'agents que orquestra múltiples agents d'IA per gestionar tasques de planificació de viatges. Construït sobre un backend de Node.js, LlamaIndex.TS gestiona les interaccions d'agents d'una manera senzilla i intel·ligent: LlamaIndex.TS Delegació de tasques: L'agent de triatge analitza les consultes i les dirigeix a agents especialitzats, com l'agent de planificació d'itineraris, assegurant fluxos de treball eficients. Coordinació d'agents: LlamaIndex.TS manté el context a través de les interaccions, permetent respostes coherents a consultes complexes, com ara plans de viatge multi-ciutat. Integració LLM: Es connecta a Azure OpenAI, GitHub Models o qualsevol LLM local utilitzant Foundy Local per a capacitats d'IA avançades. El disseny modular de LlamaIndex.TS és compatible amb l'extensió, permetent l'addició de nous agents amb facilitat. LlamaIndex.TS és el conductor, assegurant que els agents treballen de manera sincronitzada per oferir resultats precisos i oportuns. La seva orquestració lleugera minimitza la latència, fent-lo ideal per a aplicacions en temps real. MCP: Agents de combustible amb dades i eines El empodera els agents d'IA proporcionant dades i eines específiques de viatge, millorant la seva funcionalitat. MCP actua com un centre de dades i eines: Model Context Protocol (MCP) Dades en temps real: proporciona informació de viatge actualitzada, com ara destinacions de tendència o esdeveniments estacionals, a través de l'Agent de cerca web utilitzant la cerca de Bing. Accés a eines: Connecta agents a eines externes, com l'analitzador de consultes de clients basat en .NET per a l'anàlisi de sentiments, la planificació d'itineraris basada en Python per a horaris de viatge o eines de recomanació de destinacions escrites en Java. Per exemple, quan l'Agent de Recomanació de Destinació necessita les tendències actuals de viatges, MCP lliura a través de l'Agent de Cerca Web. Aquesta modularitat permet que les noves eines s'integren de manera suau, prohibint el futur de la plataforma. Azure Container Apps: Scalability and Resilience empodera l'aplicació de mostres de l'AI Travel Agents amb una plataforma sense servidor, escalable per al desplegament de microservicis. assegura que l'aplicació gestiona les diferents càrregues de treball amb facilitat: Azure Container Apps Escala dinàmica: ajusta automàticament les instàncies de contenidors en funció de la demanda, gestionant els augments de la reserva sense temps d'aturada. Polyglot Microservices: Suporta els serveis .NET (Customer Query), Python (Itinerary Planning), Java (Destination Recommandation) i Node.js en contenidors aïllats. Observabilitat: integra traçabilitat, mètriques i logging que permeten el seguiment en temps real. Eficiència sense servidor: abstraeix la infraestructura, reduint costos i accelerant la implementació. La infraestructura global d'Azure Container Apps proporciona un rendiment de baixa latencia, essencial per a les agències de viatges que serveixen als clients de tot el món. Els agents d'IA: una mirada ràpida Mentre que MCP i Azure Container Apps són les estrelles, donen suport a un equip de múltiples agents d'IA que impulsen la funcionalitat de l'aplicació. Construïts i orquestrats amb Llamaindex.TS a través de MCP, aquests agents col·laboren per gestionar tasques de planificació de viatges: Triage Agent: Dirigeix les consultes a l'agent correcte, aprofitant el MCP per a la delegació de tasques. Client Query Agent: Analitza les necessitats dels clients (emocions, intencions), utilitzant eines .NET. Agent de recomanació de destinació: Suggereix destinacions personalitzades, utilitzant Java. Agent de planificació d'itineraris: Crafts itineraris eficients, alimentats per Python. Agent de cerca web: recupera dades en temps real a través de la cerca de Bing. Aquests agents depenen de la comunicació en temps real de MCP i de l'escalabilitat d'Azure Container Apps per oferir resultats sensibles i precisos. Val la pena assenyalar que aquesta aplicació de mostra utilitza dades de mock per a finalitats de demostració. En un escenari real, l'aplicació es comunicaria amb un servidor MCP que està connectat a una API de viatge de producció real. Prova’l fora utilitzant Docker Model Runner / Ollama o Azure AI Foundry per a LLMs més capacitats, per veure la col·laboració d'agents en temps real en acció. Prova la demostració en viu localment al teu ordinador de forma gratuïta Conclusió Podeu consultar avui el projecte de codi obert , amb instruccions de configuració i desplegament. Comparteix el teu comentari en el nostre Ja estem planejant millores, com ara nous agents integrats amb MCP, que permeten entre els agents d'IA i els servidors de MCP, afegint suport per a Agent2Agent a través de MCP. GitHub Fòrum comunitari Comunicació segura Aquest és encara un treball en curs i també estem benvinguts a tot tipus de contribucions. si us plau forqui i estrella de la repo per mantenir-se atents a les actualitzacions! Ens agradaria el vostre comentari i continuar la discussió a l'Azure AI Discord https://aka.ms/AI/discord
