前幾天我們學會了如何讓 AI 成為一個能執行特定任務的「頂級廚師」，用 Function Calling 讓它根據客人的需求，自主決定要拿起哪把刀具（Plugin）來料理。但如果今天客人點的不是一道菜，而是一整套複雜的「滿漢全席」呢？例如：從確認訂單、備料、烹飪、上菜到結帳，這可不是一位廚師就能獨立完成的！

這時，我們需要一個更高階的「AI 經理人」，它不只會做菜，更懂得管理整個廚房的團隊。這就是我們今天要介紹的重頭戲：Semantic Kernel 的 Agent Framework！

AI Agent 是什麼？它與 Function Calling 有何不同？

簡單來說，一個**函式呼叫（Function Calling）**就像是「單一指令的執行者」。你告訴 AI：「幫我查一下今天的匯率」，它就會找到 GetExchangeRate 這個函式並執行。這個過程是單向的，AI 完成任務後，對話就可能回到你手上。

而一個 AI Agent 則是一個「具備自主意識與目標的專業人士」。你可以給它一個複雜的任務，例如：「幫我規劃一趟東京三天兩夜的自由行」，它會像一個真正的旅行社經理人一樣，自主地拆解任務：

1. 確認客人需求（預算、景點）。
2. 尋找機票與飯店（調用外部 API）。
3. 規劃每日行程（生成文本）。
4. 提供建議與備案（與你互動）。

Agent 不只是執行單一指令，它還會持續地、多輪地與你互動，直到目標達成。它擁有自己的狀態、記憶，甚至能與其他 Agent 協作，這就是它與單純的函式呼叫最大的區別。

Semantic Kernel 的 Agent Framework

Semantic Kernel 的 Agent Framework 提供了一個優雅的抽象層，讓你不再需要自己手動維護複雜的對話狀態，也不用擔心如何將多個工具串連起來。它為我們提供了建立 AI 代理的藍圖，核心概念是：

• Agent 抽象類：這是所有 AI 經理人的基石。每一個 Agent 都是一個獨立的個體，擁有自己的指令（Instructions）和工具（Plugins）。你可以為不同的任務創建不同的 Agent，例如：一個專門處理訂單的 OrderAgent、一個專門生成文案的 CopywritingAgent。
• AgentThread：想像這是一個「獨立的會議室」，每個 Agent 的多輪對話都會在這個會議室中發生。它負責維護對話的上下文，確保 Agent 在連續的互動中能記得之前的討論內容。這完美解決了長對話的記憶問題，也為後續的團隊協作打下基礎。

廚房的進化：Agent 與 SK 核心功能的結合

Agent Framework 並不是一個全新的東西，它完美地整合了我們之前學過的所有核心概念。

• Plugins：我們為 Agent 賦予的超能力。每個 Agent 都可以擁有專屬的 Plugin 工具箱，例如，你的旅行社 Agent 就會配備「訂票」、「訂房」等 Plugin。
• Function Calling：這仍然是 Agent 實現任務的核心機制。當你告訴它一個複雜的任務時，它會根據內部的指令，自主決定何時該調用哪個函式來達成目標。
• 模板化指令（Templated Instructions）：我們用來設定 Agent 「性格」和「專業能力」的食譜。透過精心設計的提示詞，我們可以告訴 Agent 它的角色是什麼、它該如何應對不同的情境，讓它成為一個值得信賴的專業經理人。

明天，我們就來動手建立你的第一個 AI 員工——ChatCompletionAgent，讓它開始為你工作！