آموزش هوش مصنوعی

انتخاب فریم‌ورک ایجنت؛ چه چیزی را آماده بگیریم و چه را بسازیم؟

متوسط مطالعه در ۱۲ دقیقه بخش ۲۹ از ۵۰ در مسیر عملی هوش مصنوعی؛ از پرامپت تا ایجنت
mahdyar
· به‌روزرسانی
انتخاب فریم‌ورک ایجنت؛ چه چیزی را آماده بگیریم و چه را بسازیم؟

انتخاب فریم‌ورک ایجنت یکی از تصمیم‌هایی است که اثرش سال‌ها در پروژه می‌ماند. فریم‌ورک می‌تواند کار با ابزار، وضعیت و اجرای چندمرحله‌ای را بسیار ساده کند. اما هر قابلیت آماده یک وابستگی هم ایجاد می‌کند. یعنی وابستگی به شیوه‌ی فکرکردن، به‌روزرسانی‌ها و محدودیت‌های آن فریم‌ورک.

در قسمت‌های قبل این مجموعه با smolagents و LangGraph کار کردیم. در این قسمت از مجموعه‌ی آموزش هوش مصنوعی تخته سبز، نگاهی کلی‌تر به فریم‌ورک‌های ایجنت می‌اندازیم. همچنین دو ابزار مایکروسافت را کنار آن‌ها مقایسه می‌کنیم. انتخاب درست از فهرست ویژگی‌ها شروع نمی‌شود؛ بلکه از نیاز واقعی پروژه شروع می‌شود.

فریم‌ورک ایجنت چیست و چه کاری انجام می‌دهد؟

فریم‌ورک‌های معمولی هوش مصنوعی به شما کمک می‌کنند هوش مصنوعی را در برنامه جا بدهید. برای مثال، شخصی‌سازی مثل پیشنهاد فیلم در سرویس‌های پخش، خودکارسازی مثل چت‌بات پشتیبانی و تجربه‌ی بهتر مثل دستیارهای صوتی نمونه‌های رایج آن‌اند.

در مقابل، فریم‌ورک‌های ایجنت یک قدم جلوتر می‌روند. این فریم‌ورک‌ها برای ساخت ایجنت‌هایی طراحی شده‌اند که با کاربر، با ایجنت‌های دیگر و با محیط تعامل می‌کنند. چنین ایجنتی برای رسیدن به هدف خودش تصمیم می‌گیرد.

فریم‌ورک را مثل آشپزخانه‌ی مجهز یک رستوران در نظر بگیرید. اجاق، یخچال و ظرف‌ها از قبل چیده شده‌اند و آشپز فقط غذا را می‌پزد. اما چیدمان آشپزخانه هم شیوه‌ی کار آشپز را تعیین می‌کند. البته حد این تشبیه این است که آشپزخانه را بعداً به‌سختی عوض می‌کنید، ولی فریم‌ورک را اگر از اول کد را لایه‌بندی کرده باشید، با هزینه‌ی کمتری می‌شود جابه‌جا کرد.

سه قابلیت کلیدی

فریم‌ورک ایجنت سه قابلیت اصلی فراهم می‌کند. هر کدام یک بخش تکراری از کار ساخت ایجنت را از دوش شما برمی‌دارد:

  • همکاری و هماهنگی ایجنت‌ها: ساخت چند ایجنت که با هم کار کنند و کار پیچیده را تقسیم کنند.
  • خودکارسازی و مدیریت کار: سازوکار اجرای گردش‌های چندمرحله‌ای، واگذاری کار و مدیریت پویا میان ایجنت‌ها.
  • فهم زمینه و سازگاری: توانایی درک زمینه، سازگاری با محیط متغیر و تصمیم‌گیری بر اساس اطلاعات لحظه‌ای.

به زبان ساده، فریم‌ورک ایجنت به شما اجازه می‌دهد با کد کمتر، سیستمی بسازید که کارهای بیشتری انجام می‌دهد. البته مستندات خود مایکروسافت هم یادآوری می‌کند که اگر کاری را می‌شود با یک تابع ساده انجام داد، همان تابع را بنویسید و سراغ ایجنت نروید.

سه الگوی مشترک در همه‌ی فریم‌ورک‌ها

این حوزه سریع تغییر می‌کند، اما سه الگو تقریباً در همه‌ی فریم‌ورک‌ها مشترک است. اولی اجزای ماژولار است؛ یعنی اتصال آماده به مدل، تعریف ابزار، حافظه و مدیریت ایجنت. به این ترتیب تیم می‌تواند این اجزا را سریع کنار هم بگذارد و بدون شروع از صفر یک نمونه‌ی کارا بسازد.

دومی ابزارهای همکاری است؛ تعریف ایجنت‌هایی با نقش و وظیفه‌ی مشخص که با هم کار می‌کنند. مثلاً یک ایجنت داده را بازیابی می‌کند و ایجنت دیگر آن را تحلیل می‌کند. سومی یادگیری از بازخورد است؛ یعنی حلقه‌هایی که ایجنت با آن‌ها از تعامل‌ها یاد می‌گیرد و رفتارش را تنظیم می‌کند.

بیشتر بخوانید: تجربه‌ی عملی دو کیت توسعه را در آموزش smolagents و آموزش LangGraph دیده‌ایم؛ مقایسه‌شان با جدول پایین‌تر آموزنده است.

دو رویکرد؛ کیت توسعه یا سرویس مدیریت‌شده

فریم‌ورک‌های ایجنت را می‌توان در دو دسته‌ی کلی گذاشت. این تمایز مهم‌تر از نام محصول است، زیرا تعیین می‌کند کنترل و مسئولیت کجا باشد.

تفاوت این دو مثل آشپزی در خانه و اجاره‌ی غرفه در یک فودکورت است. در خانه همه‌چیز دست خودتان است، از خرید گاز تا شستن ظرف. اما در فودکورت برق، آب و نظافت آماده است و در عوض باید قوانین مجموعه را رعایت کنید.

کیت توسعه؛ کنترل در دست شما

کیت توسعه (SDK) کتابخانه‌ای است که در کد خودتان استفاده می‌کنید. Microsoft Agent Framework نمونه‌ای از آن است. یک ایجنت را با نام، دستورالعمل و فهرست ابزار تعریف می‌کنید. سپس ایجنت پیام کاربر را پردازش می‌کند، ابزارها را بر اساس زمینه‌ی گفت‌وگو خودکار صدا می‌زند و وضعیت گفت‌وگو را در چند نوبت نگه می‌دارد.

smolagents و LangGraph هم در همین دسته‌اند. مزیت این رویکرد کنترل کامل است؛ کد، داده و محل اجرا در اختیار شماست. در عوض، استقرار، مقیاس‌پذیری و امنیت هم بر عهده‌ی خودتان است.

سرویس مدیریت‌شده؛ زیرساخت آماده

سرویس مدیریت‌شده پلتفرمی است که ایجنت را برایتان میزبانی می‌کند. Microsoft Foundry Agent Service نمونه‌ای از آن است. در این سرویس، ایجنت مثل یک میکروسرویس هوشمند عمل می‌کند. یعنی می‌تواند به پرسش‌ها پاسخ دهد، اقدام انجام دهد یا گردش کار را خودکار کند.

گفت‌وگوها، پیام‌ها و فایل‌ها در خود سرویس ذخیره می‌شوند. همچنین اتصال آماده به ابزارهایی مثل جستجو، مفسر کد و توابع ابری وجود دارد. سازوکارهای امنیتی و ذخیره‌سازی سازمانی هم از پیش فراهم است. در عوض، به همان پلتفرم وابسته می‌شوید.

ترکیب دو رویکرد

این دو رویکرد رقیب نیستند و می‌توانند کنار هم کار کنند. راه رایج این است که ایجنت را با کیت توسعه بسازید و آزمایش کنید. سپس هنگام نیاز به استقرار و مقیاس‌پذیری سازمانی، آن را روی سرویس مدیریت‌شده منتقل کنید.

جدول زیر تفاوت‌های اصلی را کنار هم می‌گذارد.

جنبهکیت توسعهسرویس مدیریت‌شده
نمونه‌هاMicrosoft Agent Framework، smolagents، LangGraphMicrosoft Foundry Agent Service
محل اجرازیرساخت شماپلتفرم ارائه‌دهنده
کنترلکاملمحدود به امکانات سرویس
امنیت و ذخیره‌ی گفت‌وگوبر عهده‌ی شماآماده
سرعت شروعسریع برای نمونه‌سازیسریع برای استقرار سازمانی
وابستگیبه کتابخانهبه کتابخانه و پلتفرم

مقایسه‌ی چهار گزینه‌ی رایج

حالا چهار گزینه را که در این مجموعه با آن‌ها آشنا شده‌ایم، از نظر فلسفه‌ی طراحی مقایسه می‌کنیم. هیچ‌کدام «بهترین» نیست؛ بلکه هر کدام برای نوع خاصی از پروژه ساخته شده است.

smolagents و LangGraph

smolagents سبک و ساده است و روی CodeAgent تمرکز دارد؛ ایجنتی که اقدام‌ها را با کد پایتون می‌نویسد. برای نمونه‌سازی سریع و پروژه‌هایی که ایجنت آزادی عمل زیادی دارد، گزینه‌ی خوبی است. اما کنترل کمتری بر مسیر اجرا می‌دهد، چون مدل خودش قدم بعدی را انتخاب می‌کند.

در مقابل، LangGraph مسیر اجرا را به شکل گراف صریح تعریف می‌کند. گراف را مثل نقشه‌ی مترو تصور کنید؛ هر ایستگاه یک مرحله است و خط‌ها مسیر حرکت را تعیین می‌کنند. به همین دلیل کنترل بسیار دقیقی می‌دهد و توقف برای تأیید انسانی را به‌راحتی ممکن می‌کند. در عوض کد بیشتری می‌خواهد و یادگیری‌اش زمان‌برتر است.

Microsoft Agent Framework و Foundry Agent Service

Microsoft Agent Framework کیت توسعه‌ی متن‌باز مایکروسافت برای ‎.NET و پایتون است و نسخه‌ی Go آن هم در پیش‌نمایش قرار دارد. طبق مستندات رسمی، این کیت جانشین مستقیم Semantic Kernel و AutoGen است و هر دو را در یک چارچوب جمع کرده است.

این کیت API ساده‌ای برای ساخت ایجنت با ابزار، مدیریت گفت‌وگو و گردش‌های چندمرحله‌ای دارد. علاوه بر سرویس‌های Azure، به ارائه‌دهندگانی مثل OpenAI، Anthropic و Ollama هم وصل می‌شود.

Foundry Agent Service برای برنامه‌های سازمانی ساخته شده که به استقرار امن و مقیاس‌پذیر نیاز دارند. اتصال آماده به جستجو، مفسر کد و توابع ابری دارد و با Agent Framework هم کار می‌کند. در قسمت‌های آینده‌ی همین مجموعه، یک نمونه‌ی کامل با Microsoft Agent Framework می‌سازیم.

ماتریس انتخاب فریم‌ورک ایجنت

انتخاب درست از نیاز پروژه شروع می‌شود، نه از ویژگی‌های فریم‌ورک. نمودار زیر چهار قدم ساخت ماتریس انتخاب را نشان می‌دهد.

ماتریس انتخاب فریم‌ورک ایجنت از نیاز پروژه تا امتیازدهی

پرسش‌های کلیدی

پیش از انتخاب، این پرسش‌ها را برای پروژه‌ی خودتان جواب دهید. پاسخ‌ها گزینه‌ها را به‌سرعت محدود می‌کنند:

  • میزان آزادی ایجنت: آیا مسیر کار از پیش مشخص است یا ایجنت باید خودش تصمیم بگیرد؟
  • توقف انسانی: آیا در میانه‌ی کار به تأیید انسان نیاز دارید و باید اجرا را بعداً ادامه داد؟
  • محل استقرار: ایجنت روی زیرساخت شما اجرا می‌شود یا روی سرویس ابری؟
  • اکوسیستم تیم: تیم با کدام زبان و کدام سرویس‌ها کار می‌کند؟
  • آزمون‌پذیری: آیا می‌توان هر مرحله را جداگانه آزمایش کرد؟

پاسخ پرسش اول معمولاً بیشترین اثر را دارد. اگر مسیر کار از پیش مشخص است، فریم‌ورکی با گراف یا گردش کار صریح مناسب‌تر است. اما اگر ایجنت باید خودش ابزار را انتخاب کند، کیت‌های سبک‌تر سریع‌تر به نتیجه می‌رسند.

سناریو؛ دستیار جستجوی اسناد با تأیید مدرس

یک تیم دو نفره باید دستیار جستجوی اسناد آموزشی بسازد. دستیار باید بتواند در میانه‌ی کار برای تأیید مدرس متوقف شود و بعد از تأیید ادامه دهد. ورودی آزمون یکسان است: یک سناریو، یک ابزار جستجو و یک شرط توقف انسانی.

اقدام مورد بررسی، ساخت نمونه‌ی مسیر اصلی و یک مسیر خطا در دو یا سه گزینه‌ی منتخب است. معیار پذیرش سه بخش دارد: وضعیت ایجنت در هر لحظه روشن باشد، هر مرحله قابل آزمون باشد و ادامه‌ی اجرای متوقف‌شده ساده باشد. جدول زیر یک نمونه ماتریس امتیازدهی است.

معیاروزنگزینه‌ی الفگزینه‌ی بگزینه‌ی ج
وضوح وضعیت ایجنت۳
توقف و ادامه‌ی اجرا۳
آزمون‌پذیری مراحل۲
سازگاری با زیرساخت تیم۲
هزینه‌ی یادگیری۱

محاسبه‌ی امتیاز در Google Sheets

پر کردن ماتریس با دست ساده است، اما جمع وزنی را بهتر است به صفحه‌گسترده بسپارید. همین جدول را در Google Sheets بسازید؛ وزن‌ها در ستون B و امتیاز هر گزینه، از ۱ تا ۵، در ستون‌های C تا E.

سپس در ردیف آخر زیر ستون C این فرمول را بنویسید و آن را به ستون‌های D و E بکشید:

txt
=SUMPRODUCT($B$2:$B$6, C2:C6)

نمونه‌ی فرضی: اگر گزینه‌ی الف امتیازهای ۵، ۴، ۳، ۴ و ۲ گرفته باشد، جمع وزنی آن ۵×۳ + ۴×۳ + ۳×۲ + ۴×۲ + ۲×۱ یعنی ۴۳ می‌شود. بیشترین امتیاز ممکن هم ۵۵ است. پس این عدد را همیشه کنار سقف ببینید و اگر اختلاف دو گزینه کمتر از چند امتیاز بود، آن‌ها را عملاً هم‌تراز بدانید.

نمونه‌ی شکست؛ انتخاب بر اساس محبوبیت

شکستی که باید عمداً از آن پرهیز کنید، انتخاب فریم‌ورک فقط به دلیل تعداد نمونه‌کدها یا محبوبیتش است. فریم‌ورکی که در شبکه‌های اجتماعی پرطرفدار است، ممکن است دقیقاً قابلیتی را که لازم دارید نداشته باشد؛ مثلاً ادامه‌ی اجرای متوقف‌شده.

راه پیشگیری ساده است. پیش از هر تصمیم، مسیر اصلی و یک مسیر خطای پروژه‌ی خودتان را در هر گزینه پیاده کنید. نیم روز نمونه‌سازی، از ماه‌ها مهاجرت از یک انتخاب اشتباه ارزان‌تر است.

تمرین عملی؛ ماتریس انتخاب پروژه‌ی خودتان

خروجی این تمرین ماتریس انتخاب فریم‌ورک بر اساس نیازهای پروژه‌ی خودتان است. اگر همین فردا فریم‌ورک فعلی‌تان پشتیبانی نشود، چند فایل از کدتان باید بازنویسی شود؟

  1. پنج پرسش کلیدی بالا را برای پروژه‌تان جواب دهید.
  2. دو یا سه فریم‌ورک نامزد را انتخاب و برای هر کدام مسیر اصلی و یک مسیر خطا را پیاده کنید.
  3. ماتریس امتیازدهی را پر کنید و تصمیم نهایی را با دلیل بنویسید.

مشخص کنید کدام بخش را واقعاً اجرا کرده‌اید و کدام هنوز فرض است. اگر دو گزینه امتیاز نزدیک داشتند، گزینه‌ای را انتخاب کنید که مهاجرت از آن ساده‌تر است.

سخن پایانی

انتخاب فریم‌ورک ایجنت یعنی انتخاب اینکه چه چیزی را آماده بگیرید و مسئولیت چه چیزی را خودتان بپذیرید. کیت‌های توسعه‌ای مثل Microsoft Agent Framework، smolagents و LangGraph کنترل می‌دهند. در مقابل، سرویس‌های مدیریت‌شده‌ای مثل Foundry Agent Service زیرساخت آماده می‌دهند. پس از نیاز پروژه شروع کنید، هر گزینه را با مسیر اصلی و یک مسیر خطای واقعی بیازمایید و با یک ماتریس ساده تصمیم بگیرید؛ نه بر اساس محبوبیت.

در قسمت بعد سراغ اصول طراحی ایجنت کاربردی می‌رویم؛ مرز مسئولیت، اختیار و بازخورد.

این آموزش بر پایه‌ی درس Explore AI Agentic Frameworks از مجموعه‌ی آزاد AI Agents for Beginners مایکروسافت (مجوز MIT) به فارسی بازنویسی و تکمیل شده است.

برای مطالعه بیشتر

برای دنبال کردن عمیق‌تر این بحث، منابع زیر را به ترتیب از ساده به تخصصی بخوانید.

پرسش‌های پرتکرار

فریم‌ورک ایجنت چه کاری انجام می‌دهد؟

کارهای تکراری ساخت ایجنت را آماده می‌کند؛ اتصال به مدل، تعریف و اجرای ابزار، نگه‌داری وضعیت گفت‌وگو، هماهنگی چند ایجنت و گاهی استقرار و پایش. به این ترتیب تیم روی منطق خاص محصول تمرکز می‌کند.

فرق کیت توسعه‌ی ایجنت با سرویس مدیریت‌شده‌ی ایجنت چیست؟

کیت توسعه کتابخانه‌ای است که در کد خودتان استفاده می‌کنید و کنترل کامل می‌دهد. سرویس مدیریت‌شده پلتفرمی است که ایجنت را میزبانی می‌کند و امنیت، ذخیره‌ی گفت‌وگو و اتصال به سرویس‌های دیگر را آماده دارد.

برای شروع کدام فریم‌ورک ایجنت مناسب‌تر است؟

برای یادگیری و نمونه‌سازی سریع، کتابخانه‌های سبکی مثل smolagents یا کیت‌هایی مثل Microsoft Agent Framework مناسب‌اند. اگر کنترل دقیق بر مسیر اجرا و توقف برای تأیید انسانی می‌خواهید، LangGraph گزینه‌ی خوبی است.

اشتباه رایج در انتخاب فریم‌ورک ایجنت چیست؟

انتخاب بر اساس محبوبیت یا تعداد نمونه‌کدها، به‌جای نیاز واقعی پروژه. فریم‌ورک باید با یک نمونه‌ی واقعی از مسیر اصلی و یک مسیر خطای پروژه‌ی شما آزموده شود.

دیدگاه‌ها

هنوز دیدگاهی ثبت نشده است. شروع‌کننده باشید — پرسش و اصلاح را با آغوش باز می‌پذیریم.

دیدگاه بگذارید

برای **پررنگ**، *مورب*، `کد` و لینک از Markdown استفاده کنید. لینک‌ها nofollow هستند.

پنج رقم داخل تصویر را وارد کنید. اعداد فارسی و انگلیسی پذیرفته می‌شوند.

تصویر کد امنیتی پنج‌رقمی

در حال دریافت کد امنیتی…

مهلت کد تمام شد. روی «کد جدید» بزنید.