Skip to content

travelagentsample.md

Latest commit

 

History

History
92 lines (67 loc) · 9.29 KB

travelagentsample.md

File metadata and controls

92 lines (67 loc) · 9.29 KB

Case Study: Azure AI Travel Agents – Reference Implementation

Overview

Azure AI Travel Agents ay isang komprehensibong reference solution na binuo ng Microsoft na nagpapakita kung paano bumuo ng multi-agent, AI-powered na travel planning application gamit ang Model Context Protocol (MCP), Azure OpenAI, at Azure AI Search. Ipinapakita ng proyektong ito ang mga pinakamahusay na kasanayan para sa pag-orchestrate ng maraming AI agents, pag-integrate ng enterprise data, at pagbibigay ng isang ligtas, extensible na platform para sa mga tunay na senaryo.

Key Features

  • Multi-Agent Orchestration: Ginagamit ang MCP upang i-coordinate ang mga espesyalistang agents (hal. flight, hotel, at itinerary agents) na nagtutulungan upang maisakatuparan ang mga komplikadong gawain sa pagpaplano ng biyahe.
  • Enterprise Data Integration: Kumokonekta sa Azure AI Search at iba pang mga enterprise data source upang magbigay ng napapanahon at may kaugnayang impormasyon para sa mga rekomendasyon sa paglalakbay.
  • Secure, Scalable Architecture: Sinasamantala ang mga Azure service para sa authentication, authorization, at scalable deployment, na sumusunod sa mga pinakamahusay na kasanayan sa seguridad ng enterprise.
  • Extensible Tooling: Nagpapatupad ng reusable MCP tools at prompt templates, na nagpapahintulot ng mabilis na pag-aangkop sa mga bagong domain o pangangailangan ng negosyo.
  • User Experience: Nagbibigay ng conversational interface para sa mga gumagamit upang makipag-ugnayan sa mga travel agents, na pinapagana ng Azure OpenAI at MCP.

Architecture

Architecture

Architecture Diagram Description

Ang Azure AI Travel Agents solution ay na-arkitekto para sa modularity, scalability, at secure integration ng maraming AI agents at mga enterprise data source. Ang pangunahing mga bahagi at daloy ng data ay ang mga sumusunod:

  • User Interface: Nakikipag-ugnayan ang mga user sa sistema sa pamamagitan ng conversational UI (tulad ng web chat o Teams bot), na nagpapadala ng mga query ng user at tumatanggap ng mga rekomendasyon sa paglalakbay.
  • MCP Server: Nagsisilbing sentral na tagapag-ayos, tumatanggap ng input ng user, namamahala ng konteksto, at nagkokoordina sa mga aksyon ng mga espesyalistang agents (hal. FlightAgent, HotelAgent, ItineraryAgent) gamit ang Model Context Protocol.
  • AI Agents: Bawat agent ay responsable sa isang partikular na domain (flights, hotels, itineraries) at ipinatupad bilang isang MCP tool. Ginagamit ng mga agents ang mga prompt template at lohika upang iproseso ang mga kahilingan at bumuo ng mga tugon.
  • Azure OpenAI Service: Nagbibigay ng advanced na natural language understanding at generation, na nagpapahintulot sa mga agents na maunawaan ang intensyon ng user at makabuo ng mga conversational na tugon.
  • Azure AI Search & Enterprise Data: Nagtatanong ang mga agents sa Azure AI Search at iba pang enterprise data source upang kunin ang napapanahon na impormasyon tungkol sa flights, hotels, at mga opsyon sa paglalakbay.
  • Authentication & Security: Nakikipag-integrate sa Microsoft Entra ID para sa ligtas na authentication at naglalapat ng least-privilege access controls sa lahat ng resources.
  • Deployment: Dinisenyo para sa deployment sa Azure Container Apps, na nagsisiguro ng scalability, monitoring, at operational efficiency.

Pinapahintulutan ng arkitekturang ito ang seamless na orchestration ng maraming AI agents, secure integration sa enterprise data, at isang matatag at extensible na platform para sa paggawa ng mga domain-specific na AI solution.

Step-by-Step Explanation of the Architecture Diagram

Isipin ang pagpaplano ng isang malaking biyahe na may isang koponan ng mga eksperto na tumutulong sa bawat detalye. Ang Azure AI Travel Agents system ay gumagana nang katulad, gamit ang iba't ibang bahagi (tulad ng mga kasapi sa koponan) na bawat isa ay may espesyal na gawain. Ganito ang pagkakasunud-sunod:

User Interface (UI):

Isipin ito bilang front desk ng iyong travel agent. Dito ka (bilang user) nagtatanong o gumagawa ng mga kahilingan, tulad ng “Hanapin mo ako ng flight papuntang Paris.” Maaaring ito ay chat window sa isang website o messaging app.

MCP Server (The Coordinator):

Ang MCP Server ay parang manager na nakikinig sa iyong kahilingan sa front desk at nagpapasya kung aling espesyalista ang dapat humawak sa bawat bahagi. Ito ang nagtatala ng iyong pag-uusap at tinitiyak na maayos ang lahat ng proseso.

AI Agents (Specialist Assistants):

Bawat agent ay isang eksperto sa isang partikular na larangan—ang isa ay eksperto sa flights, ang isa pa ay sa hotels, at ang isa pa ay sa pagpaplano ng itineraries. Kapag humiling ka ng isang biyahe, ipinapadala ng MCP Server ang iyong kahilingan sa tamang agent(s). Ginagamit ng mga agents ang kanilang kaalaman at mga tool upang mahanap ang pinakamahusay na mga opsyon para sa iyo.

Azure OpenAI Service (Language Expert):

Ito ay parang isang eksperto sa wika na eksaktong nauunawaan kung ano ang iyong hinihiling, kahit anong paraan mo ito ipahayag. Tinutulungan nito ang mga agents na intindihin ang iyong mga kahilingan at tumugon gamit ang natural, conversational na wika.

Azure AI Search & Enterprise Data (Information Library):

Isipin ang isang napakalawak at napapanahong aklatan na may lahat ng pinakabagong impormasyon sa paglalakbay—mga iskedyul ng flight, availability ng hotel, at iba pa. Hinahanap ng mga agents ang impormasyong ito para maibigay ang pinaka-tumpak na mga sagot para sa iyo.

Authentication & Security (Security Guard):

Katulad ng security guard na sumusuri kung sino ang pwedeng makapasok sa ilang mga lugar, tinitiyak ng bahaging ito na tanging mga awtorisadong tao at agents lamang ang may access sa sensitibong impormasyon. Pinangangalagaan nito ang iyong data upang manatiling ligtas at pribado.

Deployment on Azure Container Apps (The Building):

Lahat ng mga assistant at mga kagamitan ay nagtutulungan sa loob ng isang ligtas, scalable na gusali (ang cloud). Nangangahulugan ito na kaya ng sistema na pangasiwaan ang maraming user nang sabay-sabay at palaging available kapag kailangan mo ito.

How it all works together:

Nagsisimula ka sa pagtatanong sa front desk (UI). Ang manager (MCP Server) ang naghahanap kung aling espesyalista (agent) ang makakatulong sa iyo. Ginagamit ng espesyalista ang language expert (OpenAI) upang maunawaan ang kahilingan mo at ang library (AI Search) para hanapin ang pinakamahusay na sagot. Tinitiyak ng security guard (Authentication) na lahat ay ligtas. Nangyayari ang lahat ng ito sa loob ng isang mapagkakatiwalaan, scalable na gusali (Azure Container Apps), kaya ang karanasan mo ay maayos at ligtas. Ang pagtutulungan na ito ay nagpapahintulot sa sistema na mabilis at ligtas na tulungan kang magplano ng biyahe, katulad ng isang grupo ng mga expert travel agents na nagtutulungan sa isang modernong opisina!

Technical Implementation

  • MCP Server: Nagho-host ng pangunahing lohika ng orchestration, nagpapakita ng mga agent tool, at namamahala ng konteksto para sa mga multi-step na travel planning workflows.
  • Agents: Bawat agent (hal. FlightAgent, HotelAgent) ay ipinatupad bilang isang MCP tool na may sariling prompt templates at lohika.
  • Azure Integration: Gumagamit ng Azure OpenAI para sa natural language understanding at Azure AI Search para sa pagkuha ng data.
  • Security: Nakikipag-integrate sa Microsoft Entra ID para sa authentication at naglalapat ng least-privilege access controls sa lahat ng resources.
  • Deployment: Sinusuportahan ang deployment sa Azure Container Apps para sa scalability at operational efficiency.

Results and Impact

  • Ipinapakita kung paano magagamit ang MCP sa pag-orchestrate ng maraming AI agents sa isang tunay na production-grade na senaryo.
  • Pinapabilis ang pag-develop ng solusyon sa pamamagitan ng pagbibigay ng reusable na mga pattern para sa koordinasyon ng agent, integration ng data, at secure deployment.
  • Nagsisilbing blueprint para sa paggawa ng domain-specific, AI-powered applications gamit ang MCP at mga Azure service.

References

What's Next

Pagsasaalang-alang:
Ang dokumentong ito ay isinalin gamit ang AI na serbisyo sa pagsasalin na Co-op Translator. Bagamat nagsusumikap kaming maging tumpak, pakatandaan na maaaring may mga pagkakamali o di-katumpakan ang mga awtomatikong pagsasalin. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasaling-tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na magmumula sa paggamit ng pagsasaling ito.