DevRel ຂອງ Microsoft ມີຄວາມສຸກທີ່ຈະນໍາສະເຫນີ , ການ demo application sample ມີ functionality enterprise ທີ່ສະແດງໃຫ້ເຫັນວິທີທີ່ຜູ້ພັດທະນາສາມາດ coordinate ແລະ (ລັກສະນະທີ່ຖືກຂຽນໃນ Java, .NET, Python ແລະ TypeScript) ເພື່ອທົດສອບ scenarios ການຝຶກອົບຮົມ. ສໍາລັບ Agent Orchestra, ສໍາລັບການຮ່ວມເພດເຄື່ອງມືອາຊີບ, Azure AI Foundry, GitHub Model ແລະ ການນໍາໃຊ້ Scalable ການເດີນທາງ Agent multiple AI agents MCP servers LlamaIndex.TS Model Context Protocol (MCP) Azure Container Apps ການເດີນທາງ Agent ລະຫັດ QR ນໍາ ເວັບ ໄຊ ທ ໌ ອອນ ໄລ ນ ໌ ວັນ ທີ ການ ສ້າງ ຕັ້ງ ສະ ເພາະ ສໍາ ລັບ lovers ສັດ ລ້ຽງ. ບໍ່ ວ່າ ຈະ ເປັນ ທ່ານ ກໍາ ລັງ ຊອກ ຫາ ຄູ່ ຮ່ວມ ງານ ຂອງ ຊີ ວິດ, buddy ສໍາ ລັບ ສັດ ລ້ຽງ ຫຼື ພຽງ ແຕ່ ຜູ້ ໃດ ຜູ້ ຫນຶ່ງ ຂອງ ທ່ານ ທີ່ ຈະ ວາງ ສາຍ ອອກ ກັບ, ທີ່ ນີ້ ທ່ານ ຈະ ສາ ມາດ ຊອກ ຫາ ໄດ້ ຜູ້ ທີ່ ທ່ານ ກໍາ ລັງ ຊອກ ຫາ ສໍາ ລັບ - pet lovers ຄື ຕົວ ທ່ານ ເອງ. ລະຫັດ QR ຄໍາຮ້ອງສະຫມັກ sample ນີ້ນໍາໃຊ້ຂໍ້ມູນ mock ແລະຖືກອອກແບບມາສໍາລັບການທົດລອງໃນຂະນະທີ່ການນໍາໃຊ້ການຜະລິດ. ຄໍາຮ້ອງສະຫມັກ sample ນີ້ນໍາໃຊ້ຂໍ້ມູນ mock ແລະຖືກອອກແບບມາສໍາລັບການທົດລອງໃນຂະນະທີ່ການນໍາໃຊ້ການຜະລິດ. ການສອບເສັງ: Scaling ການຄຸ້ມຄອງການເດີນທາງສ່ວນບຸກຄົນ ຂ້າພະເຈົ້າສືບຕໍ່ໄດ້ຮັບການປະທັບໃຈກໍໂດຍ jet ເອກະຊົນບໍລິການລູກຄ້າ charter Atlanta! ຂໍຂອບໃຈຫຼາຍດັ່ງນັ້ນສໍາລັບລູກຄ້າ charter Atlanta! LlamaIndex.TS orchestrates six AI agents ສໍາລັບການເຮັດວຽກປະສິດທິພາບ. MCP ສະຫນັບສະຫນູນຜູ້ຊ່ຽວຊານກັບຂໍ້ມູນແລະອຸປະກອນທີ່ແຕກຕ່າງກັນສໍາລັບການເດີນທາງ. Azure Container Apps ສະຫນັບສະຫນູນການຕິດຕັ້ງທີ່ຖືກຂະຫຍາຍຕົວ, serverless. ວິທະຍາໄລນີ້ສະຫນອງປະສິດທິພາບການປະຕິບັດແລະການບໍລິການສ່ວນບຸກຄົນໃນຂະຫນາດໃຫຍ່, ການປ່ຽນແປງ Chaos ໃນຄວາມສະອາດ. LlamaIndex.TS: Orchestrating ໂຮງງານຜະລິດ AI ຄວາມຄິດເຫັນທີ່ The AI Travel Agents LlamaIndex.TS ໄດ້ສ້າງຕັ້ງຂຶ້ນໃນ Node.js backend, ການຄຸ້ມຄອງການຮ່ວມເພດຂອງ agent ໃນວິທີທີ່ບໍ່ເຄື່ອນໄຫວແລະ intelligent: LlamaIndex.TS Delegation Task: Triage Agent analyzes ຄໍາຮ້ອງສະຫມັກແລະ routes ມັນກັບຜູ້ຊ່ຽວຊານ, ເຊັ່ນ Agent itinerary planning, ການຮັບປະກັນການເຮັດວຽກປະສິດທິພາບ. LlamaIndex.TS ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນູນ ສະ ຫນັບ ສະ ຫນັບ ສະ ຫນູນ ສະ ຫນັບ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ ສະ ຫນູນ. ການເຊື່ອມຕໍ່ LLM: ການເຊື່ອມຕໍ່ກັບ Azure OpenAI, GitHub Models ຫຼື LLM ອື່ນໆໂດຍໃຊ້ Foundy Local ສໍາລັບຄວາມສາມາດ AI ອື່ນໆ. ການອອກແບບ modular ຂອງ LlamaIndex.TS ສະຫນັບສະຫນູນການຂະຫຍາຍຕົວ, ເຮັດໃຫ້ການເພີ່ມອຸປະກອນໃຫມ່ໄດ້ຢ່າງງ່າຍດາຍ. LlamaIndex.TS ເປັນ conductor, ການຮັບປະກັນອຸປະກອນການເຮັດວຽກໃນ sync ເພື່ອສະຫນອງຜົນປະໂຫຍດທີ່ຖືກຕ້ອງ, ໃນເວລາທີ່ໃຊ້ເວລາ. ການ orchestration ແສງສະຫວ່າງຂອງຕົນເຮັດໃຫ້ຄວາມຮ້ອນຂ້າງຂວາງຢ່າງງ່າຍດາຍ, ເຮັດໃຫ້ມັນເປັນທີ່ດີທີ່ສຸດສໍາລັບການນໍາໃຊ້ໃນເວລາທີ່ແທ້ຈິງ. ຊື່ຫຍໍ້ຂອງ : MCP Fueling Agents with Data and Tools ການ ສະຫນັບສະຫນູນຜູ້ຊ່ຽວຊານຂອງ AI ໂດຍການສະຫນອງຂໍ້ມູນແລະອຸປະກອນທີ່ແຕກຕ່າງກັນກ່ຽວກັບການເດີນທາງ, ໂດຍການປັບປຸງຄຸນນະພາບຂອງພວກເຂົາ. MCP ເຮັດວຽກເປັນ hub data ແລະອຸປະກອນ: Model Context Protocol (MCP) Data Real-Time: ສະຫນັບສະຫນູນຂໍ້ມູນການເດີນທາງທີ່ທັນສະໄຫມ, ເຊັ່ນດຽວກັນກັບສະຖານທີ່ທັນສະໄຫມຫຼືສະຖານທີ່ທັນສະໄຫມ, ໂດຍໃຊ້ Web Search Agent ໂດຍໃຊ້ Bing Search. ການເຂົ້າເຖິງອຸປະກອນ: ການເຊື່ອມຕໍ່ອຸປະກອນກັບອຸປະກອນອື່ນໆ, ເຊັ່ນດຽວກັນກັບ .NET-based Customer Query Analyzer ສໍາລັບການທົດສອບຄວາມຮູ້ສຶກ, ການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມ. ໃນຖານະເປັນຜູ້ຊ່ຽວຊານຂອງການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມ ການນໍາໃຊ້ Azure Container Apps: Scalability ແລະ Resilience ສະຫນັບສະຫນູນການນໍາໃຊ້ຕົວຢ່າງຂອງອຸປະກອນການເດີນທາງ AI ມີສະຖານທີ່ບໍ່ມີ server, scalable ສໍາລັບການນໍາໃຊ້ microservices. ມັນຮັບປະກັນວ່າອຸປະກອນການປິ່ນປົວການເຮັດວຽກທີ່ແຕກຕ່າງກັນໄດ້ຢ່າງງ່າຍດາຍ: Azure Container Apps Dynamic Scaling: ອັດຕະໂນມັດປັບປຸງ instances container ໃນຖານະເປັນຄວາມຕ້ອງການ, ການຄຸ້ມຄອງການເກັບຮັກສາໂດຍບໍ່ມີການດໍາເນີນການ. Polyglot Microservices: ສະຫນັບສະຫນູນການບໍລິການ .NET (Customer Query), Python (Itinerary Planning), Java (Destination Recommandation) ແລະ Node.js ໃນບັນຈຸ isolated. ການຄົ້ນຄວ້າ: Integrates tracing, metrics, ແລະ logging ເພື່ອສະຫນັບສະຫນູນການຄວບຄຸມໃນເວລາທີ່ແທ້ຈິງ. ປະສິດທິພາບ Serverless: abstracts ອັດຕະໂນມັດ, reducing costs and accelerating deployment. ການອຸດສາຫະກໍາໂລກຂອງ Azure Container Apps ສະຫນັບສະຫນູນຄຸນນະພາບການດໍາເນີນການທີ່ມີຄວາມຍາວຕ່ໍາ, ເຊິ່ງເປັນສິ່ງທີ່ສໍາຄັນສໍາລັບບໍລິສັດເດີນທາງທີ່ບໍລິການລູກຄ້າໃນທົ່ວໂລກ. ການອຸປະກອນການ AI: A Quick Look ໃນຂະນະທີ່ MCP ແລະ Azure Container Apps ແມ່ນສະຖານທີ່, ພວກເຂົາເຈົ້າສະຫນັບສະຫນູນຄູ່ຮ່ວມງານຂອງຜູ້ຊ່ຽວຊານຫຼາຍ AI ທີ່ເຮັດໃຫ້ການເຮັດວຽກຂອງ app ໄດ້. ສ້າງແລະ orchestrated ກັບ Llamaindex.TS via MCP, ຜູ້ຊ່ຽວຊານນີ້ໄດ້ຮ່ວມມືກັບການຄຸ້ມຄອງການຝຶກອົບຮົມການເດີນທາງ: ຄູ່ມື Triage: ຄູ່ມືສອບເສັງກັບຜູ້ຊ່ຽວຊານທີ່ແທ້ຈິງ, ການນໍາໃຊ້ MCP ສໍາລັບການຂົນສົ່ງການເຮັດວຽກ. Customer Query Agent: ການທົດສອບຄວາມຕ້ອງການຂອງລູກຄ້າ (ລັກສະນະ, intentions) ໂດຍໃຊ້ເຄື່ອງມື .NET. ການນໍາສະເຫນີ Destination Recommendation Agent: Suggests customized destinations, using Java. ການຝຶກອົບຮົມ Router Planning Agent: ການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມການຝຶກອົບຮົມ, Powered by Python. Web Search Agent: ຄົ້ນຫາຂໍ້ມູນໃນເວລາທີ່ແທ້ຈິງໂດຍໃຊ້ Bing Search. ຜູ້ສະຫນອງເຫຼົ່ານີ້ອີງໃສ່ການສື່ສານໃນເວລາທີ່ແທ້ຈິງຂອງ MCP ແລະການຂະຫຍາຍຕົວຂອງ Azure Container Apps ເພື່ອສະຫນອງຜະລິດຕະພັນທີ່ແທ້ຈິງແລະຄຸນນະສົມບັດ. ຖ້າຫາກວ່າທ່ານກໍາລັງຊອກຫາຄໍາຮ້ອງສະຫມັກຕົວຢ່າງນີ້, ທ່ານສາມາດນໍາໃຊ້ຂໍ້ມູນ mock ສໍາລັບການ demonstrating. In real worl scenario, the application would communicate with a MCP server that is plugged in a real production travel API. ການທົດສອບ ການນໍາໃຊ້ Docker Model Runner / Ollama ຫຼື Azure AI Foundry ສໍາລັບ LLMs ມີຄວາມສາມາດເພີ່ມເຕີມ, ເພື່ອເບິ່ງການຮ່ວມມືຂອງ agent ໃນເວລາທີ່ແທ້ຈິງໃນກິດຈະກໍາ. ດາວນ໌ໂຫລດ Live Demo Local On Your Computer ພາສາລາວ ທ່ານສາມາດທົດສອບໂຄງການ open-source ໃນມື້ນີ້ , ມີອຸປະກອນການຕິດຕັ້ງແລະອຸປະກອນການຕິດຕັ້ງ. Share your feedback on our . ພວກເຮົາມີການຝຶກອົບຮົມການປັບປຸງ, ເຊັ່ນ MCP-integrated agents ໃຫມ່, ເພື່ອຊ່ວຍໃຫ້ ໃນລະຫວ່າງຜູ້ຊ່ຽວຊານ AI ແລະ MCP servers, ການເພີ່ມການສະຫນັບສະຫນູນສໍາລັບ Agent2Agent via MCP. ດາວໂຫລດ GitHub ວິທະຍາໄລ Forum ການເຊື່ອມຕໍ່ຄວາມປອດໄພ ນີ້ແມ່ນການເຮັດວຽກໃນປັດຈຸບັນແລະພວກເຮົາມີຄວາມຍິນດີຕ້ອນຮັບທຸກປະເພດຂອງການຊ່ວຍເຫຼືອ. ກະລຸນາ fork ແລະ star repo ເພື່ອໄດ້ຮັບການປັບປຸງ! ພວກເຮົາມີຄວາມຮູ້ສຶກທີ່ດີແລະຄວາມຄິດສ້າງສັນໃນ Azure AI Discord https://aka.ms/AI/discord
