GitHub 官方近日宣布推出了一个令人兴奋的社区资源 —— Awesome GitHub Copilot Customizations 仓库！这个社区驱动的资源库包含了大量的自定义指令、可重用提示和自定义聊天模式，帮助开发者获得更一致、更个性化的 AI 编程辅助体验。

什么是 Awesome Copilot 仓库？

Awesome Copilot 仓库是一个旨在帮助开发者充分利用 GitHub Copilot 的资源集合。通过将 Copilot 定制为符合特定需求的工具，开发者可以获得更加精准和有用的代码建议。随着越来越多的开发者贡献自己的指令、提示和聊天模式，这个仓库的内容将不断丰富和完善。

阅读全文

在这篇教程中，我将带你了解如何无缝集成 AutoGen 和 Semantic Kernel 与 Google 的 Gemini Flash 模型。我们首先设置 GeminiWrapper 和 SemanticKernelGeminiPlugin 类，将 Gemini 的生成能力与 AutoGen 的多智能体编排功能连接起来。接下来，我们配置专业智能体，包括代码审查员和创意分析师，展示如何利用 AutoGen 的 ConversableAgent API 结合 Semantic Kernel 的装饰器函数来进行文本分析、摘要生成、代码审查和创意问题解决。

通过结合 AutoGen 强大的智能体框架和 Semantic Kernel 基于函数的方法，我们创建了一个高级 AI 助手，能够适应各种任务并提供结构化、可操作的见解。

阅读全文

最近在折腾Azure AI Foundry时，发现它现在可以通过OpenAI的Responses API无缝集成Model Context Protocol（MCP）服务器。以前要自己写MCP客户端，挺麻烦的，现在直接配置就能用，开发Agentic AI方案变得简单多了。

场景：时尚趋势发现

举个例子，假如你是时尚分析师，只需要在命令行里输入类似“可持续时尚的最新趋势”这样的查询，系统就能自动帮你搞定后续所有流程：

阅读全文

在当前人工智能技术飞速发展的浪潮中，微软的 Azure OpenAI 服务成为众多企业与开发者构建智能应用的首选平台。要高效、可持续地利用这些服务，理解 API 版本的生命周期（API Version Lifecycle）至关重要。本文将深入解读 Azure OpenAI API 的版本生命周期策略，帮助您更好地应对服务更新和迭代带来的挑战。

一、什么是 API 版本生命周期？

阅读全文

近年来，生成式AI的应用越来越广泛，但随之而来的安全问题也愈发突出。其中，提示注入攻击（Prompt Injection）已成为对AI系统的主要威胁之一。为了应对这一挑战，Azure推出了Prompt Shields和Azure AI Content Safety，帮助开发者保护AI系统免受直接和间接威胁。

阅读全文

引言

模型上下文协议（Model Context Protocol，简称 MCP）正在迅速成为打造高度智能和可互操作 AI 应用的重要标准框架。大多数有关 MCP 的资料聚焦于单服务器部署，而在本文中，我们将介绍如何结合 Azure OpenAI，基于多服务器 MCP 架构实现一个可扩展、可定制的智能体平台，让你能够在一个前端界面下，便捷地连接和编排多个工具服务器，实现跨领域智能体工具协作。

阅读全文

Azure AI Search 最近发布了两个强大的新功能：多向量字段支持和语义排序的评分配置文件集成。这些功能是基于用户反馈开发的，为搜索体验提供了更多控制和更多应用场景。

为什么这些增强功能很重要

随着搜索体验变得越来越复杂，处理复杂的多模态数据并保持精确的相关性变得至关重要。这些新功能直接解决了常见的痛点：

阅读全文

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。

阅读全文

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。

阅读全文

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。

阅读全文