Microsoft добавила vector stores в Agent Framework для Python
Microsoft описала поддержку векторных хранилищ в Agent Framework для Python. Коллекции можно подключать к агентам как инструменты, а историю диалогов — сохранять для поиска без постоянного расширения контекста модели.
Microsoft представила в официальном блоге поддержку vector stores в Agent Framework для Python. Возможности перенесены из Semantic Kernel и адаптированы под агентные приложения. Базовый слой включает типизированные определения записей, коллекции, пакетное сохранение и извлечение данных, генерацию эмбеддингов, векторный поиск и набор интеграций.
Главное добавление — контекстные провайдеры. Они позволяют выставлять данные агента через инструменты, управлять записями и выполнять поиск по коллекции. Для поисковых инструментов можно задавать фильтры и параметры, которые модель передаёт в типизированном виде. Такой подход рассчитан на приложения, где агенту нужно обращаться к нескольким источникам данных, а не к одному заранее заданному поисковому вызову.
Отдельный провайдер предназначен для истории диалогов. Он сохраняет полный разговор в поисковой векторной коллекции, но передаёт модели только компактный рабочий набор контекста. При необходимости агент получает инструмент для поиска по полной доступной истории. Это позволяет ограничивать активный контекст и одновременно сохранять доступ к старым сообщениям.
Microsoft подчёркивает, что API vector stores пока остаются экспериментальными, а интеграционные пакеты имеют статус alpha или beta. Поэтому конкретные возможности и порядок настройки зависят от выбранной реализации.
Почему это важно
Новая связка упрощает создание агентов, которым нужен поиск по собственным данным и длинной истории диалогов. При этом API ещё нестабильны, поэтому решение больше подходит для разработки и проверки сценариев, чем для безусловного промышленного внедрения.
Источник: Microsoft Semantic Kernel Blog · По данным официального блога Microsoft о Microsoft Agent Framework.