Crie um exemplo real com Microsoft Agent Framework, Microsoft Foundry, MCP e Aspire

Construir agentes de IA está cada vez mais fácil. Implantá-los como parte de um aplicativo real, com vários serviços, estado persistente e infraestrutura de produção, é onde as coisas ficam complicadas. Os desenvolvedores da comunidade .NET solicitaram um exemplo do mundo real que mostrasse a execução na máquina local, bem como na nuvem, de maneira nativa da nuvem.

Nós ouvimos você! Criamos um exemplo de Interview Coach de código aberto para mostrar como Estrutura do Agente Microsoft, Fundição Microsoft, Protocolo de Contexto do Modelo (MCP)e Aspirar se encaixam em um aplicativo de estilo de produção. É um simulador de entrevista funcional onde um treinador de IA orienta você em questões comportamentais e técnicas e, em seguida, fornece um resumo de seu desempenho.

Esta postagem aborda os padrões que usamos e os problemas que eles resolvem.

Aqui está o link para visitar o Aplicativo de demonstração do Coach de entrevista.

Por que o Microsoft Agent Framework?

Se você está criando agentes de IA com .NET, provavelmente já usou o Kernel Semântico, o AutoGen ou ambos. Estrutura do Agente Microsoft é o próximo passo. Ele é construído pelas mesmas equipes e combina o que funcionou nos dois projetos em uma única estrutura.

Ele pega as abstrações de agente do AutoGen e os recursos corporativos do Semantic Kernel (gerenciamento de estado, segurança de tipo, middleware, telemetria) e os coloca sob o mesmo teto. Ele também adiciona fluxos de trabalho baseados em gráficos para orquestração multiagente.

Para desenvolvedores .NET, isso significa:

• Uma estrutura em vez de duas. Chega de escolher entre Kernel Semântico e AutoGen.
• Padrões familiares. Agentes usam injeção de dependência, IChatCliente o mesmo modelo de hospedagem dos aplicativos ASP.NET.
• Construído para produção. OpenTelemetry, pipelines de middleware e integração com Aspire estão incluídos.
• Orquestração multiagente. Fluxos de trabalho sequenciais, execução simultânea, padrões de transferência e bate-papo em grupo são todos suportados.

O Interview Coach coloca tudo isso em uma aplicação real, não apenas em um Hello World.

Por que Microsoft Foundry?

Os agentes de IA precisam de mais do que um modelo. Eles precisam de infraestrutura. Fundição Microsoft é a plataforma do Azure para criar e gerenciar aplicativos de IA e é o back-end recomendado para o Microsoft Agent Framework.

Foundry oferece um único portal para:

• Acesso ao modelo. Um catálogo de modelos de OpenAI, Meta, Mistral e outros, tudo através de um endpoint.
• Segurança de conteúdo. Moderação integrada e detecção de PII para que seus agentes não saiam dos trilhos.
• Roteamento com custo otimizado. As solicitações são roteadas automaticamente para o melhor modelo para o trabalho.
• Avaliação e ajuste fino. Meça a qualidade do agente e melhore-a ao longo do tempo.
• Governança empresarial. Identidade, controle de acesso e conformidade por meio do Entra ID e do Microsoft Defender.

Para o Interview Coach, o Foundry fornece o endpoint do modelo que capacita os agentes. Como o código do agente usa o IChatClient interface, o Foundry é apenas uma opção de configuração, mas é aquela que oferece mais ferramentas prontas para uso.

O que o Coach de Entrevistas faz?

O Interview Coach é uma IA conversacional que realiza uma simulação de entrevista de emprego. Você fornece um currículo e uma descrição do cargo, e o agente parte daí:

1. Ingestão. Coleta seu currículo e a descrição do cargo alvo.
2. Entrevista comportamental. Faz perguntas do método STAR adaptadas à sua experiência.
3. Entrevista técnica. Faz perguntas técnicas específicas da função.
4. Resumo. Gera uma avaliação de desempenho com feedback específico.

Você interage com ele através de um Blazor UI da web que transmite respostas em tempo real.

Visão geral da arquitetura

A aplicação está dividida em vários serviços, todos orquestrados pela Aspire:

• • Provedor de LLM. Microsoft Foundry (recomendado) para acesso a diferentes modelos.
  • WebUI. Interface de bate-papo do Blazor para a conversa da entrevista.
  • Agente. A lógica da entrevista, construída no Microsoft Agent Framework.
  • Servidor MCP MarkItDown. Analisa currículos (PDF, DOCX) em descontos por meio do MarkItDown da Microsoft.

• Servidor InterviewData MCP. Um servidor .NET MCP que armazena sessões em SQLite.

O Aspire lida com descoberta de serviços, verificações de integridade e telemetria. Cada componente é executado como um processo separado e você inicia tudo com um único comando.

O padrão de transferência é onde esta amostra se torna interessante. Em vez de um agente fazer tudo, a entrevista é dividida em cinco agentes especializados:

No padrão de transferência, um agente transfere o controle total da conversa para o próximo. O agente receptor assume inteiramente o controle. Isto é diferente de “agente como ferramenta”, onde um agente primário chama outros como ajudantes, mas mantém o controle.

Veja como o fluxo de trabalho de transferência é configurado:

var workflow = AgentWorkflowBuilder
 .CreateHandoffBuilderWith(triageAgent)
 .WithHandoffs(triageAgent, (receptionistAgent, behaviouralAgent, technicalAgent, summariserAgent))
 .WithHandoffs(receptionistAgent, (behaviouralAgent, triageAgent))
 .WithHandoffs(behaviouralAgent, (technicalAgent, triageAgent))
 .WithHandoffs(technicalAgent, (summariserAgent, triageAgent))
 .WithHandoff(summariserAgent, triageAgent)
 .Build();

O caminho feliz é sequencial: Recepcionista → Comportamental → Técnico → Resumidor. Cada especialista passa diretamente para o próximo. Se algo sair do roteiro, os agentes recorrem à Triagem para reencaminhamento.

O exemplo também inclui um modo de agente único para implantações mais simples, para que você possa comparar as duas abordagens lado a lado.

Padrão 2: MCP para integração de ferramentas

As ferramentas neste projeto não residem dentro do agente. Eles vivem em seus próprios servidores MCP (Model Context Protocol). O mesmo servidor MarkItDown poderia alimentar um projeto de agente completamente diferente, e as equipes de ferramentas podem enviar independentemente das equipes de agentes. O MCP também é independente de linguagem, e é assim que o MarkItDown é executado como um servidor Python enquanto o agente é .NET.

O agente descobre ferramentas na inicialização por meio de clientes MCP e as repassa aos agentes apropriados:

var receptionistAgent = new ChatClientAgent(
 chatClient: chatClient,
 name: "receptionist",
 instructions: "You are the Receptionist. Set up sessions and collect documents...",
 tools: (.. markitdownTools, .. interviewDataTools));

Cada agente obtém apenas as ferramentas de que necessita. A triagem não recebe nenhum (apenas roteia), os entrevistadores obtêm acesso à sessão e a recepcionista obtém análise de documentos e acesso à sessão. Isso segue o princípio do menor privilégio.

Padrão 3: Aspirar orquestração

Aspire une tudo. O host do aplicativo define a topologia do serviço: quais serviços existem, como eles dependem uns dos outros e que configuração recebem. Você obtém:

• Descoberta de serviço. Os serviços se encontram por nome, não por URLs codificados.
• Verificações de saúde. O painel do Aspire mostra o status de cada componente.
• Rastreamento distribuído. OpenTelemetry conectado por meio de padrões de serviço compartilhado.
• Inicialização com um comando. aspire run --file ./apphost.cs lança tudo.

Para implantação, azd up envia todo o aplicativo para aplicativos de contêiner do Azure.

Comece

Pré-requisitos

git clone https://github.com/Azure-Samples/interview-coach-agent-framework.git
cd interview-coach-agent-framework

# Configure credentials
dotnet user-secrets --file ./apphost.cs set MicrosoftFoundry:Project:Endpoint ""
dotnet user-secrets --file ./apphost.cs set MicrosoftFoundry:Project:ApiKey ""

# Start all services
aspire run --file ./apphost.cs

azd auth login
azd up