|
Ce document a été traduit à l'aide d'une technologie de traduction automatique. Bien que nous nous efforcions de fournir des traductions exactes, nous ne fournissons aucune garantie quant à l'exhaustivité, l'exactitude ou la fiabilité du contenu traduit. En cas de divergence, la version originale anglaise prévaut et fait foi. |
Architecture
Le système est conçu comme un écosystème multi-agent hiérarchique. Il utilise un Superviseur (Liz) central pour orchestrer les demandes à travers plusieurs Agents IA spécialisés, chacun connecté à un ou plusieurs serveurs Protocole de Contexte de Modèle (MCP).
Composants
Le Superviseur (Liz)
Liz est le point d’entrée du système et l’orchestrateur de l’expérience utilisateur. Plutôt que d’exécuter directement chaque tâche technique, Liz agit comme un Routeur intelligent.
-
Analyse l’invite de l’utilisateur pour déterminer le domaine requis (par exemple, Sécurité, Provisionnement ou Flotte).
-
Consulte les métadonnées de
AIAgentConfigpour sélectionner l’Agent spécialisé le plus approprié pour la tâche. -
Suit la localisation de l’utilisateur dans l’interface Rancher et s’assure que les métadonnées pertinentes du cluster, de l’espace de noms et des ressources sont transmises aux Agents en aval pour fournir une réponse "consciente du contexte".
Agents IA spécialisés (l'« équipe »)
Les agents spécialisés sont les chevaux de bataille du système. Chaque agent est l’orchestrateur de l’intelligence de son domaine spécifique. Il utilise un grand modèle de langage (LLM) comme moteur de raisonnement, tandis que l’agent lui-même fournit la structure, la coordination et l’exécution sécurisée des actions.
-
LLM (Moteur de Raisonnement):
-
Interprète les entrées des utilisateurs exprimées en langage naturel.
-
Effectue le raisonnement : décompose les demandes complexes en étapes plus petites.
-
Décide de ce qui doit se passer ensuite (continuer le raisonnement ou passer à l’action).
-
Synthétise les sorties des outils en réponses claires et lisibles par l’homme.
-
-
Agent (Orchestrateur):
-
Enveloppe le LLM avec le modèle ReAct (Raisonnement + Action).
-
Décide quand laisser le LLM continuer à raisonner ou quand agir selon ses instructions.
-
Appelle des outils externes (via le serveur MCP) comme indiqué par le LLM.
-
Assure des interactions sécurisées en transmettant le token Rancher de l’utilisateur au serveur MCP pour authentification et autorisation.
-
Serveur MCP
Le serveur MCP agit comme une passerelle sécurisée et contrôlée entre l’agent ReAct et les API Rancher et Kubernetes. Ses fonctions incluent :
-
Exposition des outils : Il fournit un ensemble d’outils bien définis et sûrs (points de terminaison API) que l’agent ReAct peut appeler. Ces outils abstraient la complexité des interactions directes avec l’API Rancher/Kubernetes.
-
Interaction avec Rancher : Il traduit les appels d’outils de l’agent en requêtes API appropriées au serveur de gestion Rancher, récupérant ou modifiant les ressources selon les besoins.
extension d’UI
L’extension d’UI fournit l’interface de chat orientée utilisateur au sein du tableau de bord Rancher. Elle est conçue pour être une partie intégrante de l’expérience Rancher et est responsable de :
-
Entrée Utilisateur : Elle capture les requêtes des utilisateurs et les envoie à l’agent ReAct.
-
Affichage des Réponses : Elle reçoit les réponses de l’agent ReAct et les présente dans un format de type chat.
Comment ça fonctionne (Le Flux)
-
Demande Utilisateur : L’utilisateur soumet une requête via l’extension de l’interface utilisateur.
-
Routage du Superviseur : Liz identifie l’intention et achemine la requête, ainsi que le contexte de l’interface utilisateur, vers l’Agent spécialisé (par exemple, le Fleet agent).
-
Raisonnement LLM : L’LLM de l’Agent spécialisé interprète la demande, réfléchit au problème et propose un plan d’action.
-
Agent en Action : Si le plan nécessite des opérations externes, l’agent appelle les outils appropriés du serveur MCP en utilisant le token sécurisé de l’utilisateur.
-
Formulation de la Réponse : L’LLM prend les résultats des outils et élabore une réponse cohérente et lisible par un humain.
-
Réponse Finale : Liz livre la réponse synthétisée de l’Agent à l’interface utilisateur.