Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Zusätzlich zu den allgemeinen Anweisungen zur Verwendung eines Kundenservicemitarbeiters werden auf dieser Seite Funktionen beschrieben, die speziell für AG2Agent gelten.
Hinweise
In dieser Anleitung wird davon ausgegangen, dass Sie die folgenden Anleitungen gelesen und befolgt haben:
Die folgenden Vorgänge werden für AG2Agent unterstützt:
query: Damit wird eine Antwort auf eine Abfrage synchron abgerufen.
Die query-Methode unterstützt die folgenden Argumente:
input: Die Nachricht, die an den Kundenservicemitarbeiter gesendet werden soll.
max_turns: die maximale Anzahl der zulässigen Gesprächsrunden. Für die Verwendung von Tools ist mindestens max_turns=2 erforderlich: eine Umdrehung zum Generieren von Toolargumenten und eine zweite zum Ausführen des Tools.
Agenten abfragen
Die query()-Methode bietet eine vereinfachte Möglichkeit, mit dem Kundenservicemitarbeiter zu interagieren. Ein typischer Aufruf sieht so aus:
response=agent.query(input="What is the exchange rate from US dollars to Swedish currency?",max_turns=2)
Diese Methode verarbeitet die zugrunde liegende Kommunikation mit dem Kundenservicemitarbeiter und gibt die endgültige Antwort des Kundenservicemitarbeiters als Dictionary zurück. Sie entspricht der folgenden vollständigen Form:
fromautogenimportConversableAgentimportdataclassesimportjsoninput_message:str="What is the exchange rate from US dollars to Swedish currency?"max_turns:int=2withagent._runnable._create_or_get_executor(tools=agent._ag2_tool_objects,# Use the agent's existing toolsagent_name="user",# Defaultagent_human_input_mode="NEVER",# query() enforces this)asexecutor:chat_result=executor.initiate_chat(agent._runnable,message=input_message,max_turns=max_turns,clear_history=False,# Defaultsummary_method="last_msg"# Default)response=json.loads(json.dumps(dataclasses.asdict(chat_result))# query() does this conversion)
Sie können das Verhalten des Agents über input und max_turns hinaus anpassen, indem Sie zusätzliche Keyword-Argumente an query() übergeben.
response=agent.query(input="What is the exchange rate from US dollars to Swedish currency?",max_turns=2,msg_to="user"# Start the conversation with the "user" agent)print(response)
Eine vollständige Liste der verfügbaren Parameter finden Sie in der ConversableAgent.run-Dokumentation. Beachte jedoch, dass user_input in der AG2Agent-Vorlage immer durch False überschrieben wird.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-02 (UTC)."],[],[],null,["# Use an AG2 agent\n\nIn addition to the general instructions for [using an agent](/vertex-ai/generative-ai/docs/agent-engine/use),\nthis page describes features that are specific to `AG2Agent`.\n\nBefore you begin\n----------------\n\nThis tutorial assumes that you have read and followed the instructions in:\n\n- [Develop an AG2 agent](/vertex-ai/generative-ai/docs/agent-engine/develop/ag2): to develop `agent` as an instance of `AG2Agent`.\n- [User authentication](/vertex-ai/generative-ai/docs/agent-engine/set-up#authentication) to authenticate as a user for querying the agent.\n\nSupported operations\n--------------------\n\nThe following operations are supported for `AG2Agent`:\n\n- [`query`](/vertex-ai/generative-ai/docs/agent-engine/use#query-agent): for getting a response to a query synchronously.\n\nThe `query` method support the arguments:\n\n- `input`: the message to be sent to the agent.\n- `max_turns`: the maximum number of conversation turns allowed. When using tools, a minimum of `max_turns=2` is required: one turn to generate tool arguments and a second to execute the tool.\n\nQuery the agent\n---------------\n\nThe `query()` method provides a simplified way to interact with the agent. A typical call looks like this: \n\n response = agent.query(input=\"What is the exchange rate from US dollars to Swedish currency?\", max_turns=2)\n\nThis method handles the underlying communication with the agent and returns the agent's final response as a dictionary. It is equivalent to the following (in full form): \n\n from autogen import ConversableAgent\n import dataclasses\n import json\n\n input_message: str = \"What is the exchange rate from US dollars to Swedish currency?\"\n max_turns: int = 2\n\n with agent._runnable._create_or_get_executor(\n tools=agent._ag2_tool_objects, # Use the agent's existing tools\n agent_name=\"user\", # Default\n agent_human_input_mode=\"NEVER\", # query() enforces this\n ) as executor:\n chat_result = executor.initiate_chat(\n agent._runnable,\n message=input_message,\n max_turns=max_turns,\n clear_history=False, # Default\n summary_method=\"last_msg\" # Default\n )\n\n response = json.loads(\n json.dumps(dataclasses.asdict(chat_result)) # query() does this conversion\n )\n\nYou can customize the agent's behavior beyond `input` and `max_turns` by passing additional keyword arguments to `query()`. \n\n response = agent.query(\n input=\"What is the exchange rate from US dollars to Swedish currency?\",\n max_turns=2,\n msg_to=\"user\" # Start the conversation with the \"user\" agent\n )\n print(response)\n\nSee the\n[`ConversableAgent.run` documentation](https://docs.ag2.ai/latest/docs/api-reference/autogen/ConversableAgent/)\nfor a complete list of available parameters. However, keep in mind that\n`user_input` will always be overridden to `False` by the AG2Agent template.\n\nWhat's next\n-----------\n\n- [Use an agent](/vertex-ai/generative-ai/docs/agent-engine/use).\n- [Evaluate an agent](/vertex-ai/generative-ai/docs/agent-engine/evaluate).\n- [Manage deployed agents](/vertex-ai/generative-ai/docs/agent-engine/manage).\n- [Get support](/vertex-ai/generative-ai/docs/agent-engine/support)."]]