Z rastjo uporabe AI agentov narašča tudi potreba po protokolih, ki zagotavljajo standardizacijo, varnost in podpirajo odprte inovacije. V tej lekciji bomo obravnavali tri protokole, ki poskušajo zadovoljiti to potrebo – Model Context Protocol (MCP), Agent to Agent (A2A) in Natural Language Web (NLWeb).

V tej lekciji bomo obravnavali:

• Kako MCP omogoča AI agentom dostop do zunanjih orodij in podatkov za izpolnjevanje uporabniških nalog.

• Kako A2A omogoča komunikacijo in sodelovanje med različnimi AI agenti.

• Kako NLWeb prinaša vmesnike v naravnem jeziku na katerokoli spletno stran, kar omogoča AI agentom odkrivanje in interakcijo z vsebino.

• Prepoznati osnovni namen in prednosti MCP, A2A in NLWeb v kontekstu AI agentov.

• Razložiti, kako vsak protokol omogoča komunikacijo in interakcijo med LLM-ji, orodji in drugimi agenti.

• Razumeti različne vloge, ki jih ima vsak protokol pri gradnji kompleksnih agentnih sistemov.

Model Context Protocol (MCP) je odprti standard, ki zagotavlja standardiziran način, kako aplikacije zagotavljajo kontekst in orodja za LLM-je. To omogoča "univerzalni adapter" za različne vire podatkov in orodja, s katerimi se AI agenti lahko povežejo na dosleden način.

Poglejmo komponente MCP, prednosti v primerjavi z neposredno uporabo API-jev in primer, kako bi AI agenti lahko uporabili MCP strežnik.

MCP deluje na odjemalsko-strežniški arhitekturi, osnovne komponente pa so:

• Gostitelji so aplikacije LLM (na primer urejevalnik kode, kot je VSCode), ki vzpostavijo povezave z MCP strežnikom.

• Odjemalci so komponente znotraj gostiteljske aplikacije, ki vzdržujejo eno-na-eno povezave s strežniki.

• Strežniki so lahki programi, ki omogočajo specifične zmogljivosti.

Protokol vključuje tri osnovne gradnike, ki predstavljajo zmogljivosti MCP strežnika:

• Orodja: To so posamezna dejanja ali funkcije, ki jih AI agent lahko pokliče za izvedbo naloge. Na primer, vremenska storitev lahko ponudi orodje "pridobi vreme", ali pa e-trgovinski strežnik ponudi orodje "kupi izdelek". MCP strežniki oglašujejo ime, opis in shemo vhodov/izhodov za vsako orodje v svojem seznamu zmogljivosti.

• Viri: To so podatkovni elementi ali dokumenti samo za branje, ki jih MCP strežnik lahko zagotovi, odjemalci pa jih lahko pridobijo na zahtevo. Primeri vključujejo vsebino datotek, zapise v podatkovnih bazah ali dnevniške datoteke. Viri so lahko besedilni (kot koda ali JSON) ali binarni (kot slike ali PDF-ji).

• Predloge: To so vnaprej določene predloge, ki ponujajo predlagane pozive, kar omogoča bolj zapletene delovne tokove.

MCP ponuja pomembne prednosti za AI agente:

• Dinamično odkrivanje orodij: Agenti lahko dinamično prejmejo seznam razpoložljivih orodij s strežnika skupaj z opisi njihovih funkcij. To je v nasprotju s tradicionalnimi API-ji, ki pogosto zahtevajo statično kodiranje za integracije, kar pomeni, da vsaka sprememba API zahteva posodobitve kode. MCP ponuja pristop "enkrat integriraj", kar vodi do večje prilagodljivosti.

• Interoperabilnost med LLM-ji: MCP deluje z različnimi LLM-ji, kar omogoča prilagodljivost pri preklapljanju osnovnih modelov za boljšo zmogljivost.

• Standardizirana varnost: MCP vključuje standardno metodo za preverjanje pristnosti, kar izboljša skalabilnost pri dodajanju dostopa do dodatnih MCP strežnikov. To je enostavnejše kot upravljanje različnih ključev in vrst preverjanja pristnosti za različne tradicionalne API-je.

Predstavljajte si, da uporabnik želi rezervirati let s pomočjo AI asistenta, ki uporablja MCP.

1. Povezava: AI asistent (MCP odjemalec) se poveže z MCP strežnikom, ki ga zagotavlja letalska družba.

2. Odkrivanje orodij: Odjemalec vpraša MCP strežnik letalske družbe: "Katera orodja imate na voljo?" Strežnik odgovori z orodji, kot sta "iskanje letov" in "rezervacija letov".

3. Klic orodja: Nato uporabnik prosi AI asistenta: "Prosim, poišči let iz Portlanda v Honolulu." AI asistent, ki uporablja svoj LLM, ugotovi, da mora poklicati orodje "iskanje letov" in posreduje ustrezne parametre (izvor, cilj) MCP strežniku.

4. Izvedba in odgovor: MCP strežnik, ki deluje kot ovojnica, izvede dejanski klic na notranji API za rezervacije letalske družbe. Nato prejme informacije o letu (npr. podatke v JSON obliki) in jih pošlje nazaj AI asistentu.

5. Nadaljnja interakcija: AI asistent predstavi možnosti letov. Ko uporabnik izbere let, lahko asistent pokliče orodje "rezervacija letov" na istem MCP strežniku in dokonča rezervacijo.

Medtem ko se MCP osredotoča na povezovanje LLM-jev z orodji, Agent-to-Agent (A2A) protokol naredi korak naprej, saj omogoča komunikacijo in sodelovanje med različnimi AI agenti. A2A povezuje AI agente različnih organizacij, okolij in tehnoloških skladov za izpolnitev skupne naloge.

Raziskali bomo komponente in prednosti A2A ter primer, kako bi ga lahko uporabili v naši aplikaciji za potovanja.

A2A se osredotoča na omogočanje komunikacije med agenti in njihovo sodelovanje pri izpolnjevanju podnalog uporabnika. Vsaka komponenta protokola prispeva k temu:

Podobno kot MCP strežnik deli seznam orodij, kartica agenta vsebuje:     ◦ Ime agenta.
    ◦ Opis splošnih nalog, ki jih opravlja.
    ◦ Seznam specifičnih veščin z opisi, ki pomagajo drugim agentom (ali celo človeškim uporabnikom) razumeti, kdaj in zakaj bi želeli poklicati tega agenta.
    ◦ Trenutni URL končne točke agenta.
    ◦ Različico in zmogljivosti agenta, kot so pretočni odgovori in potisna obvestila.

Izvajalec agenta je odgovoren za posredovanje konteksta uporabniškega pogovora oddaljenemu agentu, ki potrebuje ta kontekst za razumevanje naloge, ki jo mora izpolniti. V A2A strežniku agent uporablja svoj Large Language Model (LLM) za razčlenjevanje dohodnih zahtev in izvajanje nalog z uporabo svojih notranjih orodij.

Ko oddaljeni agent zaključi zahtevano nalogo, je rezultat njegovega dela ustvarjen kot artefakt. Artefakt vsebuje rezultat dela agenta, opis opravljenega dela in besedilni kontekst, ki se pošlje prek protokola. Pošiljanje artefakta zapre povezavo z oddaljenim agentom, dokler ni ponovno potreben.

Ta komponenta se uporablja za upravljanje posodobitev in posredovanje sporočil. To je še posebej pomembno v produkciji za agentne sisteme, da se prepreči zapiranje povezave med agenti, preden je naloga dokončana, še posebej, ko lahko dokončanje naloge traja dlje časa.

• Izboljšano sodelovanje: Omogoča agentom različnih ponudnikov in platform interakcijo, deljenje konteksta in sodelovanje, kar omogoča brezhibno avtomatizacijo med tradicionalno nepovezanimi sistemi.

• Prilagodljivost izbire modela: Vsak A2A agent se lahko sam odloči, kateri LLM bo uporabil za obdelavo svojih zahtev, kar omogoča optimizirane ali prilagojene modele za posameznega agenta, za razliko od enotne povezave LLM v nekaterih scenarijih MCP.

• Vgrajeno preverjanje pristnosti: Preverjanje pristnosti je neposredno vključeno v A2A protokol, kar zagotavlja robusten varnostni okvir za interakcije med agenti.

Razširimo naš scenarij rezervacije potovanja, tokrat z uporabo A2A.

1. Uporabniška zahteva večagentnemu sistemu: Uporabnik komunicira z "Potovalnim agentom" (A2A odjemalec/agent), na primer z zahtevo: "Prosim, rezerviraj celotno potovanje v Honolulu za naslednji teden, vključno z leti, hotelom in najemom avtomobila."

2. Orkestracija potovalnega agenta: Potovalni agent prejme to kompleksno zahtevo. Uporabi svoj LLM za razumevanje naloge in ugotovi, da mora komunicirati z drugimi specializiranimi agenti.

3. Komunikacija med agenti: Potovalni agent nato uporabi A2A protokol za povezavo z drugimi agenti, kot so "Letalski agent", "Hotelski agent" in "Agent za najem avtomobilov", ki jih ustvarijo različna podjetja.

4. Izvedba delegiranih nalog: Potovalni agent pošlje specifične naloge tem specializiranim agentom (npr. "Poišči lete v Honolulu", "Rezerviraj hotel", "Najemi avto"). Vsak od teh specializiranih agentov, ki uporablja svoje LLM-je in svoja orodja (ki so lahko tudi MCP strežniki), izvede svoj specifični del rezervacije.

5. Konsolidiran odgovor: Ko vsi podrejeni agenti dokončajo svoje naloge, potovalni agent združi rezultate (podrobnosti o letu, potrditev hotela, rezervacija avtomobila) in pošlje celovit, pogovorni odgovor nazaj uporabniku.

Spletne strani so že dolgo glavni način za dostop uporabnikov do informacij in podatkov na internetu.

Poglejmo različne komponente NLWeb, prednosti NLWeb in primer, kako NLWeb deluje na primeru naše aplikacije za potovanja.

• NLWeb aplikacija (osnovna storitvena koda): Sistem, ki obdeluje vprašanja v naravnem jeziku. Povezuje različne dele platforme za ustvarjanje odgovorov. Lahko si ga predstavljate kot motor, ki poganja funkcije naravnega jezika spletne strani.

• NLWeb protokol: To je osnovni nabor pravil za interakcijo v naravnem jeziku s spletno stranjo. Odgovore pošilja v JSON formatu (pogosto z uporabo Schema.org). Njegov namen je ustvariti preprosto osnovo za "AI splet", podobno kot je HTML omogočil deljenje dokumentov na spletu.

• MCP strežnik (Model Context Protocol končna točka): Vsaka NLWeb nastavitev deluje tudi kot MCP strežnik. To pomeni, da lahko deli orodja (kot je metoda "ask") in podatke z drugimi AI sistemi. V praksi to omogoča, da je vsebina in zmogljivosti spletne strani uporabna za AI agente, kar omogoča, da spletna stran postane del širšega "ekosistema agentov".

• Modeli vdelav: Ti modeli se uporabljajo za pretvorbo vsebine spletne strani v numerične predstavitve, imenovane vektorji (vdelave). Ti vektorji zajamejo pomen na način, ki ga računalniki lahko primerjajo in iščejo. Shranjeni so v posebni bazi podatkov, uporabniki pa lahko izberejo, kateri model vdelav želijo uporabiti.

• Vektorska baza podatkov (mehanizem za iskanje): Ta baza podatkov shrani vdelave vsebine spletne strani. Ko nekdo postavi vprašanje, NLWeb preveri vektorsko bazo podatkov, da hitro najde najbolj relevantne informacije. Ponuja hiter seznam možnih odgovorov, razvrščenih po podobnosti. NLWeb deluje z različnimi sistemi za shranjevanje vektorjev, kot so Qdrant, Snowflake, Milvus, Azure AI Search in Elasticsearch.

Razmislimo o naši spletni strani za rezervacijo potovanj, tokrat z uporabo NLWeb.

1. Vnos podatkov: Obstoječi katalogi izdelkov spletne strani za potovanja (npr. seznami letov, opisi hotelov, turistični paketi) so oblikovani z uporabo Schema.org ali naloženi prek RSS virov. NLWeb orodja vnesejo te strukturirane podatke, ustvarijo vdelave in jih shranijo v lokalno ali oddaljeno vektorsko bazo podatkov.

2. Vprašanje v naravnem jeziku (človek): Uporabnik obišče spletno stran in namesto navigacije po menijih vpiše v pogovorni vmesnik: "Najdi mi družinam prijazen hotel v Honoluluju z bazenom za naslednji teden."

3. Obdelava NLWeb: NLWeb aplikacija prejme to vprašanje. Pošlje vprašanje LLM-ju za razumevanje in hkrati preišče svojo vektorsko bazo podatkov za ustrezne sezname hotelov.

4. Natančni rezultati: LLM pomaga interpretirati rezultate iskanja iz baze podatkov, identificira najboljše ujemanje glede na kriterije "družinam prijazen", "bazen" in "Honolulu" ter oblikuje odgovor v naravnem jeziku. Ključno je, da se odgovor nanaša na dejanske hotele iz kataloga spletne strani, s čimer se izogne izmišljenim informacijam.

5. Interakcija z AI agentom: Ker NLWeb deluje kot MCP strežnik, se lahko z NLWeb instanco te spletne strani poveže tudi zunanji AI potovalni agent. AI agent lahko nato uporabi metodo ask MCP za neposredno poizvedbo spletne strani: ask("Ali obstajajo veganske restavracije v Honoluluju, ki jih priporoča hotel?"). NLWeb instanca to obdela, izkoristi svojo bazo podatkov z informacijami o restavracijah (če so naložene) in vrne strukturiran JSON odgovor.

Pridružite se Azure AI Foundry Discord, da se povežete z drugimi učenci, obiščete uradne ure in dobite odgovore na svoja vprašanja o AI agentih.

• MCP za začetnike
• MCP dokumentacija
• NLWeb repozitorij
• Vodiči za Semantic Kernel

---

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za strojno prevajanje Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da se zavedate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem izvirnem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo strokovno človeško prevajanje. Ne prevzemamo odgovornosti za morebitna nesporazumevanja ali napačne razlage, ki izhajajo iz uporabe tega prevoda.