Seiring kemajuan kemampuan large language models (LLMs), aplikasi AI berkembang dari chatbot sederhana menjadi agen yang kompleks. Namun, membangun sistem agen tingkat enterprise yang mampu menangani proses bisnis kompleks dengan kemudahan pemeliharaan dan ekstensibilitas tinggi tetap menjadi tantangan signifikan. Topik ini menggunakan proyek open-source "Xixi Coffee Shop" sebagai contoh untuk menunjukkan cara membangun sistem multi-agen kolaboratif yang efisien dengan peran yang jelas menggunakan layanan AgentRun dari Function Compute dan protokol Agent-to-Agent (A2A).
Mulai
Persiapan
Sebelum memulai, pastikan Anda telah menyelesaikan persiapan berikut:
Aktifkan layanan Alibaba Cloud dan berikan izin:
Pastikan Anda memiliki Akun Alibaba Cloud.
Akses dan aktifkan layanan berikut. Saat pertama kali mengakses layanan ini, ikuti petunjuk di layar untuk mengaktifkannya dan memberikan izin peran RAM yang diperlukan.
Peroleh kredensial akses model (Kunci API):
Aplikasi ini bergantung pada LLM untuk pemahaman percakapan. Masuk ke Konsol Model Studio. Pada halaman Key Management, buat atau salin Kunci API. Anda akan menggunakan kunci ini pada langkah selanjutnya.
Buat LLM di Model Management
Langkah-langkah berikut menggunakan model
qwen3-maxdari Model Studio sebagai contoh. Jika ingin mengonfigurasi model lain atau model kustom, untuk informasi lebih lanjut, lihat Large language models.Buka halaman Model Management dan klik tombol Add Model.
Pilih API Model dan konfigurasikan parameter berikut:
Name:
qwen3-model.Dari daftar drop-down Service Provider, pilih Alibaba Cloud.
Untuk API Destination, pertahankan nilai default.
Untuk Configure Specific Model, cari dan pilih qwen3-max.
Untuk Credential Management, pilih API Key dan tempel Kunci API Model Studio yang Anda peroleh pada Langkah 2 bagian Persiapan. Atau, pilih Use Existing Credential dan pilih kredensial yang telah dikonfigurasi sebelumnya dari daftar drop-down. Untuk informasi lebih lanjut, lihat Credential management.
Pilih templat dan terapkan
Di Konsol AgentRun, klik tombol Agent Template di bagian atas. Di bagian templat proyek Agent populer, temukan templat Xixi Coffee Shop dan klik Quick Deploy. Anda juga dapat mengklik Details pada kartu untuk melihat ikhtisar templat.
Pada halaman penerapan, konfigurasikan parameter berikut:
Pada Application Name, masukkan nama yang mudah dikenali untuk aplikasi Anda—misalnya,
buy-me-a-coffee—guna memudahkan pengelolaan.Untuk Enter an Agent description, masukkan deskripsi singkat fungsi aplikasi, seperti
Agent created from the Xixi Coffee Shop template.Authorization Configuration: Berikan izin kepada aplikasi AgentRun agar dapat mengakses sumber daya cloud, seperti model dan alat.
(Disarankan) Klik Quick Create. Sistem akan memandu Anda membuat peran default bernama
AliyunAgentRunDefaultRoleyang memiliki izin yang diperlukan.Untuk menyesuaikan izin secara manual, Anda juga dapat mengklik tombol tambah
di sebelah daftar drop-down, lalu konfigurasikan peran secara manual dengan mengklik Create Role, kemudian tambahkan kebijakan akses yang sesuai. Untuk informasi lebih lanjut, lihat Configure execution roles as needed.
Large Language Model: Dari daftar drop-down, pilih qwen3-model yang baru saja Anda konfigurasi, lalu pilih model qwen3-max. Jika belum dikonfigurasi, klik tombol tambah
di sebelah daftar drop-down dan ikuti petunjuk pada bagian Persiapan.Klik Confirm Creation dan tunggu hingga aplikasi diterapkan.
Setelah penerapan selesai, halaman akan menampilkan tautan akses untuk aplikasi tersebut. Klik tautan tersebut untuk membuka antarmuka web.
Pengalaman aplikasi
Setelah membuka antarmuka web, periksa indikator status di pojok kiri bawah:
No A2A service or Loading A2A service: Antarmuka depan sedang mencari agen yang telah diterapkan. Harap tunggu sebentar.
2 A2A services running: Agen bisnis "order" dan "delivery" telah dimuat dengan sukses. Anda dapat mengklik kartunya untuk melihat detail atau berinteraksi dengannya. Agen root, yang berfungsi sebagai titik masuk untuk antarmuka depan, tidak ditampilkan di sini.
Berinteraksi menggunakan teks:
View menu: Masukkan atau klik View Menu.
Place an order
Contoh input: Pesan caramel macchiato untuk Xiaoming, tanpa es, gula normal. Kirim ke Gedung 1, Alibaba Cloud Valley Park, nomor telepon 1234567.
Mark an order
Query an order
Delivery
Lihat detail aplikasi
Setelah aplikasi diterapkan, Anda dapat mengelola serta melakukan operasi dan pemeliharaan (O&M) di Konsol AgentRun. Di daftar aplikasi, temukan aplikasi yang Anda buat dan klik namanya untuk membuka halaman Details. Panel navigasi di sebelah kiri menyediakan fitur inti berikut:
Overview and Configuration: Lihat informasi dasar aplikasi dan konfigurasi waktu proses, seperti model dan spesifikasi memori. Anda juga dapat mengelola variabel lingkungan di halaman ini.
Code and Debugging: Lihat, edit, dan debug kode secara online. Anda juga dapat melakukan pengembangan kustom secara online.
Versions and Phased Releases: Gunakan fitur kontrol versi. Anda dapat menggunakan rilis bertahap untuk mengalihkan sebagian kecil trafik ke versi baru guna pengujian sebelum rilis penuh. Setiap versi memiliki nama domain sementara untuk pengujian.
Integration and Publishing: Integrasikan agen yang telah dikembangkan ke halaman web antarmuka depan, aplikasi backend, atau layanan lainnya. Untuk informasi lebih lanjut, lihat Agent integration and publishing.
Elasticity and Instances: Lihat daftar dan status instans yang sedang berjalan. Anda dapat mengonfigurasi kebijakan Auto Scaling fleksibel untuk secara otomatis menambah atau menghapus instans berdasarkan beban kerja bisnis.
Observability: Integrasikan dengan Application Real-Time Monitoring Service (ARMS) Alibaba Cloud untuk mendapatkan kemampuan diagnostik kinerja tingkat kode, pelacakan permintaan, pemantauan pengecualian, dan peringatan guna memastikan stabilitas aplikasi.
Hapus sumber daya
Untuk menghindari biaya yang tidak perlu, hapus sumber daya setelah Anda menyelesaikan tutorial ini.
Di daftar aplikasi di Konsol AgentRun, temukan aplikasi "Xixi Coffee Shop" yang Anda buat. Templat ini membuat beberapa aplikasi agen (root, order, dan delivery). Hapus satu per satu untuk membersihkan semua sumber daya.
Penagihan
Penerapan aplikasi "Xixi Coffee Shop" membuat dan menggunakan layanan Alibaba Cloud berbayar berikut. Biaya akhir mengikuti tagihan Alibaba Cloud Anda.
Agent Service / Function Compute (FC)
Deskripsi: Tiga instans agen dalam aplikasi diterapkan di Alibaba Cloud Function Compute (FC). FC ditagih berdasarkan jumlah panggilan aktual dan penggunaan sumber daya Anda.
Informasi penagihan: Untuk informasi lebih lanjut, lihat Function Compute Billing overview.
Large Language Model / Alibaba Cloud Model Studio
Deskripsi: Layanan LLM yang digunakan aplikasi disediakan oleh platform Alibaba Cloud Model Studio. Panggilan model ditagih berdasarkan jumlah token input dan output.
Informasi penagihan: Untuk informasi lebih lanjut, lihat Model Studio model call billing.
Log dan Pemantauan / Simple Log Service (SLS) dan Application Real-Time Monitoring Service (ARMS)
Deskripsi: Untuk O&M aplikasi, sistem secara otomatis mengaktifkan Simple Log Service (SLS) dan Application Real-Time Monitoring Service (ARMS). Kedua layanan ini menawarkan kuota gratis. Penggunaan yang melebihi kuota gratis ditagih berdasarkan skema pay-as-you-go.
Informasi penagihan: Untuk informasi lebih lanjut, lihat SLS Billing overview dan ARMS Product Billing.
Tips manajemen biaya: Baca dokumen penagihan untuk setiap layanan sebelum penerapan. Anda dapat mengatur peringatan pengeluaran di Konsol Manajemen Alibaba Cloud sesuai kebutuhan bisnis untuk mengelola biaya secara efektif.
Arsitektur aplikasi
1. Tantangan bisnis
Dalam skenario interaktif kompleks, instruksi pengguna sederhana sering kali memerlukan kolaborasi tugas lintas domain.
Sebagai contoh, pertimbangkan instruksi: "Get me a hot latte, full sugar, delivered to Alibaba Cloud Valley Park."
Sistem harus menyelesaikan tugas-tugas berikut secara berurutan:
Pengenalan intent: Memahami bahwa pengguna ingin "membeli produk."
Penanganan produk: Mengkueri informasi produk dan mengurai spesifikasi.
Pembuatan pesanan: Membuat pesanan yang mencakup produk, spesifikasi, dan harga.
Penjadwalan logistik: Mengurai alamat dan memanggil layanan pengiriman.
Sinkronisasi status: Memberikan umpan balik kepada pengguna mengenai status proses penting.
Aplikasi monolitik tradisional kesulitan menangani alur kerja lintas domain semacam ini secara efektif. Solusi ini menggunakan arsitektur multi-agen untuk menguraikan tugas kompleks. Sekelompok agen khusus kemudian bekerja sama untuk menyelesaikan tugas tersebut.
2. Desain arsitektur
Dalam contoh "Xixi Coffee Shop", proses bisnis dipecah menjadi tiga agen independen yang berkomunikasi menggunakan protokol standar Agent-to-Agent (A2A). Gambar berikut menunjukkan antarmuka pengguna "Xixi Coffee Shop" di sebelah kiri dan konsol manajemen aplikasi AgentRun di sebelah kanan.
Gambar berikut menunjukkan arsitektur teknis dari contoh aplikasi ini. Ilustrasi ini menggambarkan bagaimana berbagai agen bekerja sama dengan layanan dasar:
3. Peran dan tanggung jawab agen
Han Xiaoai (Root Agent): Titik masuk utama dan router tugas
Sebagai titik masuk terpadu sistem, agen ini bertanggung jawab untuk mengurai intent pengguna dan mendistribusikan tugas ke agen hilir khusus. Agen ini tidak menjalankan logika bisnis spesifik, melainkan berperan sebagai "pusat penjadwalan."
Tanggung jawab inti:
Pengenalan intent: Menentukan jenis bisnis dari instruksi pengguna, seperti belanja, kueri, atau obrolan santai.
Routing tugas: Mengarahkan tugas ke agen bisnis yang sesuai, seperti Coffee Agent, berdasarkan intent.
Manajemen konteks: Memelihara dan meneruskan informasi konteks selama percakapan multi-putaran.
Xixi (Coffee Agent): Agen bisnis berbasis domain
Agen ini mengenkapsulasi seluruh logika dan kemampuan domain bisnis tertentu, dalam hal ini penjualan kopi.
Tanggung jawab inti:
Menyediakan kueri menu produk (
get_menu).Menangani pencarian produk semantik (
search_product).Membuat dan mengelola pesanan (
create_order).
Prinsip desain:
Menyediakan layanan standar melalui API untuk mencapai enkapsulasi logika bisnis dan pemagaran data.
Xiao Qishou (Delivery Agent): Agen layanan tujuan umum
Agen ini menyediakan kemampuan independen dan tujuan umum yang tidak terikat pada bisnis tertentu, seperti logistik dan pengiriman dalam kasus ini.
Tanggung jawab inti:
Menerima permintaan pengiriman dan menjadwalkan kapasitas (
create_delivery).Menyediakan kueri real-time untuk status pengiriman (
query_delivery).
Prinsip desain:
Penguraian keterkaitan tinggi dan dapat digunakan kembali: Agen ini tidak peduli pada produk spesifik yang dikirim. Agen hanya menangani "lokasi pengambilan" dan "lokasi pengiriman". Oleh karena itu, agen ini dapat digunakan kembali secara mulus dalam skenario bisnis apa pun yang memerlukan layanan pengiriman, seperti bunga atau makanan pesan antar.