使用 Semantic Kernel 插件编排 AI 代理的技术深度解析
在如今快速发展的 大型语言模型（LLM） 领域，编排专门的 AI 代理已成为构建复杂认知系统的关键，这些系统能够进行复杂推理和任务执行。虽然功能强大，但协调多个具有独特能力和数据访问权限的代理会带来显著的工程挑战。微软的 Semantic Kernel（SK）通过其直观的插件系统为管理这种复杂性提供了强大的框架。本文将深入探讨如何利用 SK 插件实现高效的代理编排，并结合实际实现模式进行说明。
……Azure AI 中的文章
利用 WebSocket 实现 GPT-4o-transcribe 和 GPT-4o-mini-transcribe 的实时语音转录
Azure OpenAI 最近增强了其语音识别产品，推出了两款令人印象深刻的模型：GPT-4o-transcribe 和 GPT-4o-mini-transcribe。它们的一个关键特性是利用 WebSocket 连接进行实时音频流转录。这为开发者们提供了构建语音转文本应用的先进工具。本文将深入探讨这些模型的工作原理，并提供一个用 Python 实现的实用示例。
……使用 PydanticAI 构建智能代理系统：从 MCP 到智能工单助手
在人工智能快速发展的今天，智能代理(Agentic AI) 成为了一个热门话题。本文将介绍如何使用 PydanticAI 构建智能代理系统，包括与 MCP(Model Context Protocol) 的集成以及一个实际的智能工单助手应用案例。
PydanticAI 与 MCP 简介
PydanticAI 是一个强大的 Python 库，它允许开发者以类型安全的方式定义和使用 AI 代理。它与 Pydantic v2 完美集成，提供了清晰的数据验证和模式定义能力。而 MCP(Model Context Protocol) 则是一个标准化协议，用于定义 LLM 如何与工具交互。
……使用 Semantic Kernel Python 集成 Google A2A协议
Google的Agent-to-Agent（A2A）协议旨在实现不同AI代理之间的无缝互操作性。而微软的**Semantic Kernel（SK）**是一个开源平台，用于协调智能代理的交互。本文将介绍如何将Semantic Kernel代理集成到A2A生态系统中，并作为A2A服务器高效地路由代理调用到专业服务。
……使用 TypeScript 构建 Azure AI Agent 的 MCP 服务器
简介
这篇文章将带你了解如何使用 TypeScript 构建一个 Model Context Protocol (MCP) 服务器，以连接 Azure AI Agent 和 Claude Desktop 或其他支持 MCP 的客户端。通过本文，你将学习搭建服务器、配置连接以及以编程方式处理 AI Agent 的交互。
为什么需要 MCP 服务器？
Azure AI Agent 是 Azure AI Foundry 生态系统的一部分，提供强大的对话式 AI 功能。然而，要将这些 Agent 集成到桌面应用程序中，往往需要定制化的解决方案。MCP 提供了一个标准化协议，可以无缝连接 Azure AI Agent 和支持 MCP 的客户端（如 Claude Desktop）。
……通用模型与推理模型：Azure OpenAI 的选择指南
随着大型语言模型（LLM）的普及，市场上涌现了许多不同类型的模型，满足从日常聊天到高级科学推理的各种任务需求。如果你熟悉 GPT-3.5 和 GPT-4，你会知道它们在通用 AI 领域设立了高标准。然而，随着技术的发展，模型之间的差异也变得更加显著。
本文将从以下几个方面探讨通用模型与推理模型的区别，并结合 Azure OpenAI 提供的具体模型进行说明：
……用 CSnakes 把 MarkItDown 嵌入到 .NET 应用程序中
最近在开发智能文档搜索的工作中，我需要将各种文件转换为 Markdown 格式，然后通过向量化计算，把它们创建到向量数据库中，以便实现语义搜索文档的功能。并结合 LLMs 和 RAG（Retrieval Augmented Generation）来获取与搜索目标相关的文档内容完成二次创作。由于多模态下需要处理的文档类型太多了，我曾用 python 写了几个工具方法，使用 MarkItDown 来统一处理的。但现实问题是 MarkItDown 目前没有 .NET 版本的实现，而我的应用是 .NET 的程序，如果能有一个办法将 python 脚本无缝嵌入到我的 .NET 应用程序中那就太棒了，这就是我为什么要使用 CSnakes 的原因。
……基于Azure AI搜索和GPT-4o实时音频的语音化RAG
本文介绍了一种简单的语音生成式 AI 应用架构，通过结合新的 gpt-4o-realtime-preview 模型和 Azure AI Search，实现了 RAG 模式。新的 Azure OpenAI gpt-4o-realtime-preview 模型以其语音到语音的功能，为更自然的应用程序用户界面打开了大门。这种新的基于语音的界面也带来了一个有趣的新挑战：如何在使用音频作为输入和输出的系统中实现检索增强生成 (RAG)？
RAG 是一种将语言模型与您自己的数据相结合的流行模式。我们将介绍一种简单的语音生成式 AI 应用架构，该架构支持在实时音频 API 之上进行 RAG，并支持来自客户端设备的全双工音频流，同时安全地处理对模型和检索系统的访问。
……使用MLX调用Phi-4模型
在当今的AI技术浪潮中，微软推出的Phi-4模型无疑是一个令人瞩目的创新。作为小型语言模型（SLM）的最新成员，Phi-4以其14B参数的强大性能和卓越的复杂推理能力，展示了AI技术在数学、编程和长文本处理等领域的巨大潜力。本文将详细介绍如何使用MLX框架调用Phi-4模型，并探讨其在不同应用场景中的实际效果。
……Magentic-One：用于解决复杂任务的通用多代理系统
微软研究团队推出了一个新开发的多智能体系统——Magentic-One。这个系统能够解决各种领域的开放性网络和文件任务，是朝着开发能够完成人们在工作和生活中遇到的各种任务的智能体迈出的重要一步。他们还在微软的AutoGen框架上发布了Magentic-One的开源实现。
未来的AI将更加注重行动。AI系统正在从简单的对话转变为实际完成任务，这将是AI价值的真正体现。比如，从推荐晚餐选项的生成性AI，到能够自主下单和安排送餐的代理助手。从总结研究论文到积极搜索和整理相关研究以完成全面的文献综述。
……