使用 Microsoft Agent Framework 构建你的第一个 Agent 应用
内容提要
在构建智能体之前，需要部署模型，可以选择云端或本地模型。本文以Azure AI Foundry为例，介绍模型部署、API访问和身份认证。使用AzureCliCredential访问GPT-4o模型，示例代码展示如何创建对话型智能体并生成诗歌。
延伸解读
模型部署的重要性
在构建智能体之前，选择合适的模型部署方式至关重要。云部署如Azure AI Foundry提供了强大的模型支持和便捷的API访问，而本地私有模型则适合对数据隐私有更高要求的场景。根据项目需求选择合适的部署方式，可以有效提升智能体的性能和安全性。
身份认证方式的选择
在调用Azure AI Foundry的API时，身份认证是必不可少的步骤。常见的认证方式包括Azure CLI登录、服务主体认证和API密钥认证。对于开发阶段，使用Azure CLI登录较为方便，而在生产环境中，服务主体认证则更为安全。选择合适的认证方式可以降低安全风险，确保系统的稳定性。
代码示例的实用性
文章中提供的C#代码示例展示了如何使用Microsoft Agent Framework构建对话型智能体。通过实际代码，读者可以更直观地理解如何调用API和处理模型输出。这种实用的示例不仅有助于快速上手，也为后续的功能扩展提供了基础。
Q&A
如何选择模型部署方式？
可以选择云部署方式（如 Azure AI Foundry 提供的模型）或本地私有模型（自己部署的开源模型）。
Azure AI Foundry 提供哪些功能？
Azure AI Foundry 是一个 PaaS 级的 AI 开发与运营平台，提供模型目录、智能体构建与测试环境及完整的 API 访问能力。
如何进行 Azure API 的身份认证？
调用 Azure API 时，必须进行身份认证，常见方式包括 DefaultAzureCredential 和 AzureCliCredential。
如何使用 AzureCliCredential 访问 GPT-4o 模型？
使用 AzureCliCredential 需要先通过 Azure CLI 登录，然后在代码中复用该登录状态来访问 GPT-4o 模型。
创建对话型智能体的基本步骤是什么？
首先创建 Console 应用项目，添加相关 NuGet 包，然后编写代码调用 Azure AI Foundry 模型，最后运行程序生成输出。
API 密钥认证的优缺点是什么？
API 密钥认证是最快速的调用模型方式，但需要妥善保管以避免泄露。
