Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Agenti basati su strumenti per server
Gli agenti per server basati su strumenti migliorano gli agenti che richiamano le funzioni delegando l'esecuzione degli strumenti a un server esterno dotato di un ambiente di runtime dedicato per strumenti, script e agenti compositi. A differenza delle chiamate di funzioni in linea che l'agent loop seleziona e richiama, gli agenti basati su server esternalizzano la logica e la pipeline di esecuzione ad altri agenti o sistemi. Ciò fornisce funzionalità avanzate come il concatenamento di più strumenti, l'esecuzione isolata e il ragionamento specializzato. I tool server sono ideali per azioni complesse, basate sullo stato o che richiedono molte risorse, in cui gli strumenti stessi possono comportare modelli di intelligenza artificiale, regole aziendali o ambienti separati.
Architecture
Di seguito è riportato uno schema per agenti basati su strumenti per server:
Description
-
Riceve una richiesta
-
Un utente o un sistema invia una richiesta alla shell dell'agente.
-
L'agente interpreta la query e si prepara a inviarla a un server di strumenti.
-
-
Esegue i processi del tool server
-
L'agente invia l'operazione, insieme ai parametri strutturati, a un server di strumenti.
-
Il tool server può quindi:
-
Esegui script o logica in sistemi di elaborazione dedicati (ad esempio AWS Lambda, container o Amazon) SageMaker
-
Utilizza il proprio subagente con il ragionamento LLM per selezionare ed eseguire gli strumenti
-
Gestisci dipendenze, nuovi tentativi o flussi di esecuzione in più fasi
-
Invia i risultati all'agente principale quando l'attività è completa
-
-
-
Utilizza il ragionamento LLM con l'output dello strumento
-
L'agente richiama un LLM, passando la query originale e il risultato del toolserver come parte del prompt.
-
L'LLM sintetizza una risposta che incorpora le informazioni appena acquisite.
-
-
Restituisce una risposta
-
L'agente restituisce una risposta in linguaggio naturale o strutturata all'utente o al sistema chiamante.
-
(Facoltativo) I risultati possono essere archiviati in memoria o nei registri di controllo.
-
Funzionalità
-
Gli strumenti vengono richiamati al di fuori del ciclo di esecuzione dell'agente principale
-
L'esecuzione degli strumenti può coinvolgere chiamate LLM, catene logiche o subagenti
-
L'agente funge da controller o dispatcher, non solo da strumento wrapper
-
Consente la componibilità, la scalabilità e l'isolamento della logica
Casi di utilizzo comune
-
Orchestrazione di catene di modelli (ad esempio, combinando LLM, visione e codice)
-
Pipeline di automazione basate sull'intelligenza artificiale
-
DevOps agenti assistenti con script runner
-
Agenti complessi di calcolo, simulazione o ottimizzazione finanziaria
-
Strumenti multimodali (ad esempio, combinando audio, documentazione e azione)
Guida all'implementazione
È possibile creare questo modello utilizzando quanto segue: Servizi AWS
-
Amazon Bedrock (host dell'agente e inferenza LLM)
-
AWS Lambda, Amazon ECS o Amazon SageMaker endpoint come runtime del server degli strumenti AWS Fargate
-
Amazon API Gateway o AWS App Runner per esporre il server degli strumenti APIs
-
Amazon EventBridge per la messaggistica disaccoppiata agent-to-tool
-
AWS Step Functions o AWS AppFabric per comporre una logica multiagente sul server degli strumenti
Riepilogo
Gli agenti basati su strumenti che utilizzano server sono altamente modulari e scalabili. Dissociano la logica decisionale dall'esecuzione, il che consente all'agente principale di rimanere leggero mentre trasferisce le azioni complesse o sensibili su altri sistemi. Questo è importante per l'intelligenza artificiale agentica di livello aziendale, specialmente in ambienti che richiedono governance, osservabilità, isolamento, composizione dinamica o qualsiasi combinazione di questi elementi.
