Zurück im Jahr 2019 hat Microsoft Dapr, eine neue Laufzeitumgebung zur vereinfachten Entwicklung von verteilten, auf Mikroservices basierenden Anwendungen, als Open Source freigegeben. Zu dieser Zeit sprach noch niemand über KI-Agenten, aber wie sich herausstellte, verfügte Dapr von Anfang an über einige der grundlegenden Bausteine zur Unterstützung von KI-Agenten. Denn eine der Kernfunktionen von Dapr ist das Konzept der virtuellen Akteure, die Nachrichten empfangen und verarbeiten können, unabhängig von allen anderen Akteuren im System.Heute startet das Dapr-Team Dapr Agents, seine Herangehensweise, Entwicklern beim Aufbau von KI-Agenten zu helfen, indem es ihnen viele Bausteine zur Verfügung stellt, dies zu tun.
"Agents sind ein sehr gutes Anwendungsszenario für Dapr", erklärte Dapr-Mitschöpfer und -betreuer Yaron Schneider. "Aus technischer Sicht könnte man Akteure als eine sehr leichte Möglichkeit verwenden, diese Agenten auszuführen und sie wirklich in der Lage sein, sie bei Bedarf mit Zustand und ressourceneffizient zu betreiben. Das ist alles großartig, aber dann gibt es immer noch viele Geschäftslogiken, die Sie schreiben müssen. Die Situationsabhängigkeit und deren Orchestrierung sind nur ein Teil davon. Und viele Leute, sie könnten sich für ein Workflow-Engine oder ein Akteurs-Framework entscheiden, aber es gibt immer noch viel Arbeit, die sie leisten müssen, um tatsächlich die Agenten-Logik auf der anderen Seite zu schreiben. Es gibt viele Agentenframeworks da draußen, aber sie haben nicht das gleiche Maß an Orchestrierung und Situationsabhängigkeit wie Dapr."
Dapr Agents stammen aus Floki, einem beliebten Open-Source-Projekt, das Dapr für diesen KI-Agenten-Anwendungsfall erweitert hat. Im Gespräch mit den Projektpflegern, darunter Microsoft KI-Forscher Roberto Rodriguez, entschieden sich die beiden Teams, das Projekt unter das Dapr-Dach zu bringen, um die Kontinuität des neuen Agentenframeworks sicherzustellen.
"In vielerlei Hinsicht sehen wir agentic systems und die gesamte Terminologie darum herum als einen anderen Begriff für 'verteilte Systeme'", sagte Dapr-Mitschöpfer und -betreuer Mark Fussell. "[…] Anstatt sie Mikroservices zu nennen, können Sie sie jetzt Agenten nennen, meistens, weil Sie große Sprachmodelle unter ihnen platzieren können."
Um diese Agenten effizient zu koordinieren, benötigen Sie eine Orchestrierungsmaschine und Situationsabhängigkeit, argumentiert das Team - und genau das bietet Dapr. Das liegt unter anderem daran, dass die Akteure von Dapr extrem effizient sein sollen und innerhalb von Millisekunden hochgefahren werden können, wenn eine Nachricht eintrifft (und heruntergefahren, wobei ihr Zustand erhalten bleibt, wenn ihre Aufgabe erledigt ist).
Zur Zeit können Dapr Agents standardmäßig mit den meisten beliebten Modellanbietern kommunizieren. Dazu gehören AWS Bedrock, OpenAI, Anthropic, Mistral und Hugging Face. Die Unterstützung für lokale LLMs wird bald verfügbar sein.
Neben der Interaktion mit diesen Modellen erhalten Entwickler durch die Erweiterung des bestehenden Dapr-Frameworks durch Dapr Agents auch die Möglichkeit, eine Liste von Tools zu definieren, die der Agent dann verwenden kann, um eine bestimmte Aufgabe zu erfüllen.
Aktuell unterstützt Dapr Agents Python, mit .NET-Unterstützung, die bald starten wird. Java, JavaScript und Go werden in Kürze folgen.
