microsoft/Multi-Agent-Custom-Automation-Engine-Solution-Accelerator

多代理自定义自动化引擎 – 解决方案加速器

是什么 – 由微软提供的参考实现，展示如何在 Azure 上构建一个 AI 驱动的编排平台。该平台整合了 Azure OpenAI（Foundry）、Azure Container Apps、Azure Cosmos DB、Azure Container Registry 以及其他 Azure 服务，使专业 AI 代理团队能够规划、执行并验证用户提供的复杂业务任务。

为何重要 – 许多企业存在跨多个部门的长周期手动工作流（例如：市场营销发布计划、员工入职、RFP 审查）。通过将子任务委派给专用代理，并由中央协调器管理整体计划，该解决方案可以：

• 减少协调和重复性工作所需的时间
• 通过多代理验证降低人为错误
• 无需为每个新流程重新构建应用，即可将相同的「代理即服务」模式扩展到多种不同流程

主要功能

• 多代理编排 – 每个代理具有特定专业领域（例如：数据检索、规划、合规检查），它们协作完成用户请求的工作流。
• 基于 Azure Foundry 与 OpenAI – 利用 Microsoft 的托管大语言模型服务作为生成式 AI 的核心。
• 基于容器的部署 – 所有组件均在 Azure Container Apps 中运行，使系统无服务器且自动扩展。
• 持久化状态 – Cosmos DB 存储元数据、中间结果和最终输出。
• 默认安全 – 使用 Azure Key Vault 和托管标识处理密钥；文档中提供了可选的 WAF/VNet 加固方案。

技术栈

组件	作用
Azure OpenAI / Microsoft Foundry	代理的 LLM 推理
Azure Container Apps	托管 Web 前端和代理服务
Azure Cosmos DB	存储工作流元数据和结果
Azure Container Registry	存放部署所用的容器镜像
Azure Key Vault & Managed Identity	安全凭证存储和服务间认证
Azure AI Search（向量存储）	支持数据驱动步骤的语义检索

典型用例（如仓库所述）

• 产品营销发布计划 – 代理起草时间表、分配负责人并检查合规性。
• 员工入职 – 协调 HR 文件、IT 配置和培训模块。
• 零售客户成功补救 – 分析满意度数据，提出行动建议并跟踪执行情况。
• RFP / 合同合规审查 – 代理阅读文档，标记风险，提出补救措施，并可选择触发下游操作。
• 营销内容生成 – 代理解析创意简报，获取产品数据，生成文案和图像，然后验证品牌指南。

如何运行

1. 先决条件 – Azure 订阅、Azure Developer CLI (azd ≥ 1.18.0)，以及本地 Bicep 构建所需的 Bicep CLI (≥ 0.33.0)。请先验证 Azure OpenAI 配额。
2. 部署 – 按照 docs/DeploymentGuide.md 中的逐步指南操作。加速器提供一键「部署」按钮，可运行 Bicep 模板以配置所有必需资源。
3. 交互 – 部署完成后，通过托管在 Container Apps 中的 Web UI 提交任务描述；后端将启动相应代理团队，运行工作流，并将结果存储在 Cosmos DB 中。
4. 清理 – 运行 azd down 或删除资源组，以避免持续计费。

成本考虑

• 该解决方案使用按用量计费的 Azure 服务（Foundry、AI Search、Container Apps、Cosmos DB），以及 Container Registry 的固定日费。具体价格取决于区域和工作负载；仓库链接了示例价格表和 Azure 定价计算器。

限制与注意事项

• 仅限概念验证 – 微软声明该加速器并非生产就绪产品；在任何商业用途前，需进行充分测试和定制。
• 仅支持英文 – 当前 LLM 组件仅支持英文输入/输出。
• 合成数据 – 示例数据由模型生成，可能包含事实错误；下游决策应始终由人工审核。
• 配额依赖 – 若所选区域的 Azure OpenAI 配额已耗尽，部署将失败。
• 安全 – 虽然模板遵循最佳实践（Key Vault、Managed Identities），但组织仍应根据需要应用额外加固（WAF、VNet、Defender for Cloud）。

了解更多

• 代理框架文档： https://learn.microsoft.com/en-us/agent-framework/
• Azure AI Foundry 文档： https://learn.microsoft.com/en-us/azure/ai-foundry/
• 负责任 AI 透明度 FAQ： docs/TRANSPARENCY_FAQ.md

---

本摘要仅基于仓库的 README 和链接文档。