案例研究：Azure AI 旅行代理 – 参考实现

概述

Azure AI Travel Agents 是微软开发的一个综合参考解决方案，展示了如何使用 Model Context Protocol (MCP)、Azure OpenAI 和 Azure AI Search 构建一个多代理、AI 驱动的旅行规划应用。该项目展示了多 AI 代理的编排最佳实践、企业数据的集成，以及为实际场景提供安全且可扩展的平台。

主要功能

• 多代理编排： 利用 MCP 协调专门的代理（如航班、酒店和行程代理），协同完成复杂的旅行规划任务。
• 企业数据集成： 连接 Azure AI Search 及其他企业数据源，提供最新且相关的旅行推荐信息。
• 安全且可扩展的架构： 利用 Azure 服务实现身份验证、授权和可扩展部署，遵循企业安全最佳实践。
• 可扩展的工具： 实现可复用的 MCP 工具和提示模板，支持快速适应新领域或业务需求。
• 用户体验： 提供基于 Azure OpenAI 和 MCP 的对话界面，方便用户与旅行代理互动。

架构

架构图说明

Azure AI Travel Agents 解决方案设计注重模块化、可扩展性以及多 AI 代理和企业数据源的安全集成。主要组件和数据流如下：

• 用户界面： 用户通过对话式 UI（如网页聊天或 Teams 机器人）与系统交互，发送查询并接收旅行推荐。
• MCP 服务器： 作为中央协调器，接收用户输入，管理上下文，并通过 Model Context Protocol 协调专门代理（如 FlightAgent、HotelAgent、ItineraryAgent）的操作。
• AI 代理： 每个代理负责特定领域（航班、酒店、行程），作为 MCP 工具实现。代理使用提示模板和逻辑处理请求并生成响应。
• Azure OpenAI 服务： 提供先进的自然语言理解和生成能力，帮助代理理解用户意图并生成对话式回复。
• Azure AI Search 与企业数据： 代理查询 Azure AI Search 及其他企业数据源，获取最新的航班、酒店和旅行选项信息。
• 身份验证与安全： 集成 Microsoft Entra ID 实现安全认证，并对所有资源应用最小权限访问控制。
• 部署： 设计用于 Azure Container Apps 部署，确保可扩展性、监控和运营效率。

该架构实现了多 AI 代理的无缝编排、企业数据的安全集成，以及构建领域特定 AI 解决方案的强大且可扩展平台。

架构图逐步说明

想象你正在计划一次大型旅行，有一支专家团队帮你处理每个细节。Azure AI Travel Agents 系统的工作方式类似，使用不同的部分（就像团队成员）各司其职。以下是整体流程：

用户界面 (UI)：

把它看作你的旅行代理前台。你（用户）在这里提问或发出请求，比如“帮我找一趟去巴黎的航班”。这可以是网站上的聊天窗口或消息应用。

MCP 服务器（协调者）：

MCP 服务器就像前台的经理，听取你的请求，决定由哪位专家处理每个部分。它跟踪对话，确保一切顺利进行。

AI 代理（专家助理）：

每个代理都是某个领域的专家——有的专注航班，有的专注酒店，还有的负责行程规划。当你提出旅行请求时，MCP 服务器会将请求发送给相应的代理。这些代理利用自己的知识和工具为你找到最佳方案。

Azure OpenAI 服务（语言专家）：

就像有位语言专家，无论你怎么表达，都能准确理解你的意思。它帮助代理理解请求，并用自然、对话式的语言回复。

Azure AI Search 与企业数据（信息库）：

想象一个庞大且实时更新的图书馆，里面有最新的航班时刻、酒店空房等信息。代理会在这里查询，确保给你最准确的答案。

身份验证与安全（保安）：

就像保安检查谁能进入特定区域，这部分确保只有授权人员和代理能访问敏感信息，保护你的数据安全和隐私。

Azure Container Apps 部署（大楼）：

所有这些助理和工具都在一个安全、可扩展的大楼（云端）里协同工作。这意味着系统能同时处理大量用户请求，且随时可用。

整体工作流程：

你在前台（UI）提出问题。
经理（MCP 服务器）确定由哪位专家（代理）协助。
专家利用语言专家（OpenAI）理解请求，并在信息库（AI Search）中寻找最佳答案。
保安（身份验证）确保一切安全。
所有操作都在可靠、可扩展的大楼（Azure Container Apps）内完成，保证体验流畅且安全。
这种协作让系统像一支现代办公室里的专家旅行代理团队一样，快速且安全地帮你规划旅行！

技术实现

• MCP 服务器： 托管核心编排逻辑，暴露代理工具，管理多步骤旅行规划的上下文。
• 代理： 每个代理（如 FlightAgent、HotelAgent）作为 MCP 工具实现，拥有自己的提示模板和逻辑。
• Azure 集成： 使用 Azure OpenAI 实现自然语言理解，利用 Azure AI Search 进行数据检索。
• 安全性： 集成 Microsoft Entra ID 进行身份验证，对所有资源应用最小权限访问控制。
• 部署： 支持部署到 Azure Container Apps，实现可扩展性和运营效率。

结果与影响

• 展示了如何在真实生产环境中使用 MCP 编排多个 AI 代理。
• 通过提供可复用的代理协调、数据集成和安全部署模式，加速解决方案开发。
• 作为使用 MCP 和 Azure 服务构建领域特定 AI 应用的蓝图。

参考资料

• Azure AI Travel Agents GitHub 仓库
• Azure OpenAI 服务
• Azure AI Search
• Model Context Protocol (MCP)

免责声明：
本文件使用 AI 翻译服务 Co-op Translator 进行翻译。虽然我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始语言的原文应被视为权威来源。对于重要信息，建议采用专业人工翻译。对于因使用本翻译而产生的任何误解或误释，我们不承担任何责任。