ארכיטקטורה של מערכות מרובות סוכנים מדרגיות עם Azure AI Foundry
By Mirko Peters ·
ברוכים השבים לבלוג! אם אתם עוקבים אחרי מסע הפודקאסט שלנו, אתם יודעים שאנחנו מתבוננים כל הזמן באופן שבו אוטומציה מודרנית מתרחקת מאינטראקציות בודדות של AI מבוססות פרומפט יחיד ומתקדמת לעבר מסגרות שיתופיות של מספר סוכנים…
Automatically translated with AI from the original post. Read the English original
ברוכים השבים לבלוג! אם אתם עוקבים אחרי מסע הפודקאסט שלנו, אתם יודעים שאנחנו מתבוננים כל הזמן באופן שבו אוטומציה מודרנית מתרחקת מאינטראקציות AI בודדות שמבוססות על פרומפט יחיד, ועוברת למסגרות שיתופיות של מספר סוכנים. בפוסט הזה נצלול לעומק הטכני של ארכיטקטורה של מערכות מרובות סוכנים אמינות ומדרגיות. נבחן כיצד פלטפורמות כמו Azure AI Foundry מספקות את התשתית הנדרשת לניהול הקשרים משותפים, תזמור העברות מונחות אירועים ושמירה על סבילות לתקלות ברמה ארגונית.
בין אם אתם מנסים להפוך לאוטומטיות פעולות מורכבות בתשתית ענן ובין אם אתם מבקשים לייעל ציות רגולטורי בארגון, ההבנה כיצד לחבר יחד מספר ישויות AI מתמחות היא המפתח לשלב הבא של פרודוקטיביות ארגונית. בואו נפרק את הדפוסים, המודלים והכלים המדויקים שחשוב לכם להכיר.
דרישות משתמש למערכות מרובות סוכנים
צרכי משתמשים
הבנה של מה שהמשתמשים רוצים חשובה מאוד בתכנון מערכות מרובות סוכנים. צריך לברר מה המשתמשים מצפים מהמערכות האלה. זה עוזר לוודא שהמערכות משיגות את מטרותיהן. להלן כמה צרכים נפוצים של משתמשים בסביבות עסקיות:
- פתרונות מודולריים וניתנים להרחבה: משתמשים רוצים מערכות שיכולות לגדול יחד עם הצרכים שלהם. זה מאפשר לארגונים להוסיף או להסיר סוכנים לפי הצורך.
- מתזמר מרכזי: נדרשת מערכת ראשית שתנהל את המשימות ותעקוב אחרי הסוכנים. זה עוזר לסוכנים לעבוד יחד בצורה טובה ושומר על תפעול חלק.
- ניטור רציף: משתמשים רוצים בדיקות קבועות של מצב הסוכנים. יכולת לתקן בעיות במהירות היא המפתח לשמירה על חוסן המערכת.
- מסגרות אבטחה חזקות: שמירה על בטיחות הנתונים ועל עמידה בכללים היא חשובה מאוד. המשתמשים צריכים להיות בטוחים שהמערכות שלהם מוגנות מפני איומים.
התמקדות בצרכים האלה עוזרת לבנות מערכות מרובות סוכנים שעובדות טוב יותר ומהר יותר.
מפרטים פונקציונליים
מפרטים פונקציונליים מסבירים כיצד מערכות מרובות סוכנים צריכות לפעול. הם משפיעים על מידת הביצועים והצמיחה של המערכת. להלן כמה נקודות חשובות לחשוב עליהן:
- יכולת הסתגלות: מערכות מרובות סוכנים יכולות להשתנות על ידי הוספת סוכנים מיוחדים. זה עוזר לשפר את הביצועים ומאפשר למערכת לגדול.
- סבילות לתקלות: קיום רכיבי גיבוי במערכות מרובות סוכנים הופך אותן לחזקות. זה חשוב כדי להמשיך לעבוד היטב בתנאים שונים.
- פתרון בעיות בשיתוף פעולה: סוכנים עובדים בצוות ומשתמשים בכישורים השונים שלהם. שיתוף הפעולה הזה מנצל משאבים בצורה טובה יותר ועוזר לפתור בעיות קשות מהר יותר ממערכות עם סוכן יחיד.
כדי לאסוף מפרטים פונקציונליים בצורה טובה, נסו את השיטות הבאות:
| שיטה | תיאור | משוב משתמשים |
|---|---|---|
| גישה רב-סוכנית מבוססת AI | משתמשת בסוכני AI כדי לאסוף ולנתח צרכים, וליצור ולדרג סיפורי משתמש. | ביקורות מעורבות; משתמשים מציעים להוסיף תכונות ולשפר אפשרויות חיפוש. |
מערכת מרובת הסוכנים משתמשת במודלי שפה גדולים (LLMs) כדי לעזור בניתוח הצרכים. המודלים האלה יוצרים סיפורי משתמש מתוך רעיונות לפרויקט, משפרים אותם ומדרגים את חשיבותם. השיטה הברורה הזו עוזרת לאסוף צרכי משתמשים בצורה טובה.
על ידי הכרת צרכי המשתמשים וקביעת מפרטים פונקציונליים ברורים, אפשר לבנות מערכות מרובות סוכנים שעונות על הצרכים של היום ומותאמות גם לעתיד.
מודלים ב-Azure AI Foundry
מודלים זמינים
Azure AI Foundry כולל מודלים רבים למשימות שונות במערכות מרובות סוכנים. אפשר לבחור סוכנים מיוחדים שעובדים יחד כדי לפתור בעיות קשות במהירות. להלן כמה סוכנים חשובים:
- סוכן ה-‘Triage’ הראשי: משתמש ב-ConnectedAgentTools כדי לטפל במשימות נכנסות ולשייך אותן נכון.
- סוכן עדיפויות: בודק עד כמה משימות דחופות, כדי לזהות אילו מהן זקוקות לסיוע מהיר.
- סוכן צוותים: שולח משימות לצוות המתאים לפתרון.
- סוכן מאמץ: מעריך את היקף המשימות ואת מידת הקושי שלהן, כדי לנצל משאבים בצורה טובה יותר.
מלבד הסוכנים האלה, Azure AI Foundry מציע מודלי AI חזקים למשימות שונות:
- gpt-5.1: מצוין למשימות הדורשות חשיבה מעמיקה ושלבים רבים.
- claude-sonnet-4-6: מספק פתרונות חכמים לקידוד ולעבודת צוות.
- claude-opus-4-6: הטוב ביותר לקוד ברמת ייצור, לאבטחה ולמשימות עסקיות.
- gpt-5.1-codex: מתמקד בעבודת צד לקוח (front-end) ובמשימות אינטראקטיביות.
- claude-haiku-4-5: מהיר וחסכוני, עם אינטליגנציה חזקה.
- DeepSeek-V3.1: משפר את השימוש בכלים ותומך במצבי חשיבה שונים.
המודלים האלה מסייעים לכם ליצור צוות סוכנים שעובד היטב יחד, וכך משפרים את המערכת.
קריטריונים לבחירת מודל
בחירת המודל המתאים למערכת הרב-סוכנית שלכם היא החלטה חשובה. כדי לקבל החלטה טובה, כדאי לשקול את הנקודות המרכזיות הבאות:
| קריטריון | תיאור |
|---|---|
| התאמה למשימה | התאימו את החוזקות של המודל לצרכים שלכם, כמו צ'אט, היגיון או משימות מולטימודליות. |
| אסטרטגיית ניתוב מודלים | השתמשו בבחירה חכמה כדי לשלוח בקשות למודל המתאים ביותר, לפי עלות, איכות או סוג המשימה. |
| מגבלות עלות | ודאו שהמודל מתאים לתקציב שלכם, הן לשימוש בו והן לפריסתו. |
בחירת מודלים במערכות רב-סוכניות חשובה מאוד. מודלים שונים מתאימים בצורה הטובה ביותר למשימות שונות. מודלים המותאמים להוראות מטפלים במספר רב של בקשות במהירות. מודלים המותאמים להיגיון מצטיינים בתכנון ובתיקון טעויות. שליחת המשימות למודל המתאים יכולה לשפר משמעותית את הביצועים והאמינות של המערכת שלכם.
Azure AI Foundry מאפשר גם להתאים אישית את הפתרון לצרכים הספציפיים שלכם. תכונות כמו Connected Agents עוזרות לפרק משימות מורכבות לתפקידים קטנים יותר. Multi-Agent Workflows מספקים ניהול מסודר הכולל בקרת מצב ותיקון שגיאות. ניתן להשתמש בכלים ללא קוד או במסגרות קוד פתוח כדי לבנות ולנהל את הסוכנים בקלות.
כשמכירים את המודלים הזמינים ומשתמשים בנקודות הבחירה האלה, אפשר ליצור מערכת רב-סוכנית שעובדת היטב ומתאימה לצרכים של הארגון שלכם.
ארכיטקטורת מערכת רב-סוכנית

רכיבים מרכזיים
ארכיטקטורה חזקה למערכת רב-סוכנית כוללת חלקים חשובים שעוזרים לסוכנים לעבוד יחד ולתקשר היטב. הנה מבט על החלקים האלה:
| רכיב | תיאור |
|---|---|
| הקשר משותף | שכבה זו מאפשרת לכל סוכן לראות את אותו מצב מרכזי. זה חשוב לעבודה משותפת. |
| העברות מונעות אירועים | מאפיין זה שומר על קשר רופף בין הסוכנים, תוך שמירה על תיעוד ברור של הפעולות. |
| הגדרות עקביות | זה מבטיח שכל הסוכנים מקבלים החלטות באותה דרך, ומשפר את ביצועי המערכת. |
| בעלות של כותב יחיד | זה מגדיר מי רשאי לכתוב, ומוביל לתוצאות ברורות מהסוכנים. |
| הגשת תכונות בזמן אמת | זה עוזר לנצל משאבים טוב יותר, על ידי מניעת עבודה חוזרת בין הסוכנים. |
| זיהוי התנגשויות | זה יוצר דרכים לזהות ולתקן בעיות כאשר סוכנים פועלים על אותו דבר. |
| תצפיתיות | זה קריטי לתיקון תקלות, ומאפשר מעקב אחר החלטות ונתונים לאורך הסוכנים. |
| ניהול נקודות בקרה | זה עוקב אחר מיקומו של כל צינור עיבוד בתהליך, ומסייע בתיקון בעיות כאשר סוכנים נכשלים. |
הרכיבים האלה פועלים יחד ליצירת ארכיטקטורה חזקה התומכת בצמיחה ובאמינות של מערכות רב-סוכניות.
דפוסי אינטראקציה בין סוכנים
האופן שבו הסוכנים מתקשרים זה עניין מהותי לאופן שבו מערכות רב-סוכניות פועלות. דפוסים נפוצים כוללים:
- דפוס שיתופי: הסוכנים עובדים יחד ומשתפים משימות כדי להגיע למטרות משותפות. הדבר עוזר לחלוק משאבים ומפחית עומס עבודה מיותר.
- דפוס פיקוד ובקרה: דפוס זה קובע כללי קבלת החלטות ומבני ניהול ברורים. למרות שהוא עשוי להאיץ תהליכים, הוא עלול להאט אותם בסביבות משתנות.
- תקשורת מבוססת הודעות: הסוכנים שולחים הודעות מובנות הכוללות בקשות, פקודות או מידע. הדבר עוזר לשמור על קשר רופף בין הסוכנים ומאפשר תקשורת אסינכרונית, וזה מרכיב מפתח לעבודת צוות יעילה.
דפוסי אינטראקציה אלה עוזרים לסוכנים לעבוד יחד טוב יותר, ומובילים לביצועים משופרים וליציבות רבה יותר במערכות מורכבות. באמצעות דפוסים אלה ניתן להפוך את ארכיטקטורת מערכת הרב-סוכנים שלכם ליעילה יותר.
כלים ב-Azure AI Foundry

מגרש המשחקים של סוכני AI ב-AI Foundry
AI Foundry Agent Playground הוא כלי מצוין לבניית מערכות רב-סוכנים ולבדיקתן. סביבה ללא קוד זו מקלה על הכול. ניתן לבחור מודלים, להגדיר סוכנים ולהקצות להם משימות וידע ספציפיים. ב-Playground יש גם כלים לבדיקת ביצועים, כגון מעקב (tracing) ומדדי הערכה. כך ניתן לראות בזמן אמת עד כמה הסוכנים שלכם מתפקדים היטב.
ב-Playground ניתן לנסות תצורות ותהליכי עבודה שונים. גמישות זו עוזרת להבין כיצד סוכנים עובדים יחד ומגיבים למשימות. ניתן לשנות במהירות את התכנון שלכם בהתאם לביצועים. ה-Playground מאפשר ליצור מערכות רב-סוכנים יעילות בלי צורך בידע נרחב בקוד.
שילוב Semantic Kernel
הוספת Semantic Kernel ל-Azure AI Foundry משפרת משמעותית את מערכות הרב-סוכנים שלכם. Semantic Kernel מספק ערכת פיתוח (SDK) גמישה, שמאפשרת ליצור, לנהל ולהפעיל סוכני AI אמינים וגמישים. השילוב מסייע בתהליכי עבודה מורכבים הכוללים שיתוף פעולה בין סוכנים, ועובד היטב עם ממשקי API שונים.
כדי להוסיף את Semantic Kernel, בצעו את השלבים הבאים:
- היכנסו ל-Microsoft Foundry.
- פתחו את הפרויקט שבו המודל מוגדר.
- עברו אל Models + endpoints ובחרו את המודל שנפרס.
- העתיקו את כתובת ה-endpoint ואת המפתח.
- הגדירו משתני סביבה לכתובת ה-endpoint ולמפתח.
- צרו לקוח (client) שמתחבר ל-endpoint באמצעות הקוד המסופק.
שילוב זה עוזר לכם לבנות סוכנים שיכולים לחפש ולטפל במשימות מורכבות בצורה טובה יותר. Semantic Kernel עוזר לארגן פעולות עסקיות מורכבות. באמצעות מסגרת עבודה זו תוכלו לוודא שהסוכנים שלכם עובדים יחד היטב, ולשפר את הביצועים של המערכת כולה.
ל-Azure AI Foundry יש גם כלים רבים שעוזרים בפיתוח מערכות רב-סוכנים. להלן סיכום של כמה תכונות מרכזיות:
| כלי/תכונה | תיאור |
|---|---|
| Connected Agents | עוזר לסוכנים לעבוד יחד על ידי פירוק משימות מורכבות. |
| תזמור במקביל | מאפשר לסוכנים לפעול במקביל, מה שמייעל את תהליכי העבודה. |
| יכולות רישום (Logging) | חשובות למעקב אחר האינטראקציות בין הסוכנים ולניהול התוצרים שהם מפיקים. |
כלים אלה עובדים היטב עם מערכות ה-IT הקיימות שלכם, ומבטיחים שמערכות הרב-סוכנים יפעלו בצורה חלקה בארגון. Azure AI Foundry תומך בתזמור קל באמצעות תהליכי עבודה וסוכנים מאוחסנים, ומשפר את שיתוף הפעולה בין מערכות.
באמצעות AI Foundry Agent Playground והוספת Semantic Kernel, ניתן ליצור מערכות רב-סוכנים חזקות שמעלות את היעילות והחדשנות בעבודה שלכם.
Azure AI Foundry עוזר לכם ליצור מערכות רב-סוכנים חזקות. מערכות אלה משפרות אוטומציה ויעילות. אפשר להפיק מהן יתרונות כגון:
- דיוק גבוה ב-37.6% עם סוכנים מיוחדים
- זמני ביצוע מהירים יותר, עד 33%
- עלויות פיקוח נמוכות יותר ופחות טעויות
- תכנונים שניתנים להרחבה ומתמודדים עם בעיות
טיפ: השתמשו ב-Connected Agents and Multi-Agent Workflows. הם יעזרו לכם לבנות מערכות גמישות שפועלות כמו צוותים אנושיים. התכונות האלה מאפשרות לעקוב אחר ההתקדמות, לנהל משימות ולהתחבר בקלות לכלים רבים.
בעתיד, Azure AI Foundry ישפר את האופן שבו הסוכנים עובדים יחד ומארגן את המשימות. זה יהפוך את האוטומציה שלכם לחכמה ואמינה יותר. באמצעות הפלטפורמה הזו אתם עוזרים לארגון שלכם לחדש ולהגדיל את הפרודוקטיביות באמצעות עבודת צוות חכמה.
שאלות נפוצות
מהי מערכת מרובת סוכנים?
מערכת מרובת סוכנים כוללת סוכנים רבים שעובדים יחד. הם עוזרים לפתור בעיות או להשלים משימות. לכל סוכן יש תפקיד משלו, וזה מסייע להם לשתף פעולה טוב יותר ולבצע עבודה מצוינת.
כיצד Azure AI Foundry תומכת במערכות מרובות סוכנים?
Azure AI Foundry מעניקה לכם כלים ומודלים לבניית, ניהול ושיפור של מערכות מרובות סוכנים. היא עוזרת לסוכנים לעבוד יחד בצורה חלקה ומאפשרת אוטומציה של משימות מורכבות.
האם אפשר להתאים אישית סוכנים ב-Azure AI Foundry?
כן, ניתן לשנות סוכנים ב-Azure AI Foundry. אפשר להגדיר את התפקידים, היכולות והאופן שבו הם מתקשרים בהתאם לצרכי הארגון. זה עוזר להם לפעול בצורה מיטבית.
מהם היתרונות של שימוש במערכות מרובות סוכנים?
מערכות מרובות סוכנים משפרות את האוטומציה, מייעלות את אופן הפעולה ומאיצות את השלמת המשימות. הן גם תורמות לדיוק ולניהול משאבים טוב יותר בתהליכים שונים.
האם נדרשת תכנות כדי להשתמש ב-Azure AI Foundry?
לא, אין צורך לכתוב קוד כדי להשתמש ב-Azure AI Foundry. לפלטפורמה יש הגדרה ללא קוד, כך שאפשר ליצור ולנהל מערכות מרובות סוכנים בקלות, גם בלי ידע מעמיק בתכנות.
🎧 האזינו לפרק הזה
מעוניינים בהסבר מעשי על Build Reliable Intune and Entra ID Agents? הפרק הזה מפרק את הנושא בשפה ברורה ומראה מדוע הוא חשוב ל-Microsoft 365, Azure, Power Platform, אבטחה, AI ועבודה מודרנית. להעמקה מלאה במושגים האלה, כדאי לצפות בפרק הפודקאסט הקשור: Build Reliable Intune and Entra ID Agents with Azure AI Foundry.
האזינו לפרק הזה אם תרצו:
- להבין את המושגים המרכזיים שמאחורי Build Reliable Intune and Entra ID Agents
- לראות כיצד זה משתלב במערכת הטכנולוגיות הרחבה של Microsoft
- ללמוד היכן זה יכול ליצור ערך מעשי לארגון שלכם
אולי תאהבו גם את פרקי M365 FM הקשורים הבאים:
- בניית סוכני AI אמינים עבור Microsoft 365
- בניית סוכני AI הניתנים לביקורת עם Azure AI Foundry
- מנתונים לסוכנים חכמים: בניית AI ארגוני מהימן עם Microsoft AI Foundry עם Shubhangi Goyal [MVP]
- בניית MSP מאובטח עם Microsoft בראש סדר העדיפויות: Intune, Defender & Entra ID בקנה מידה רחב עם אלבין קלינאקו [MVP]
- Microsoft Entra Agent ID: זהות מאובטחת לסוכני AI
גלו עוד שיחות מעשיות על Microsoft ב-M365 FM.