Nesta Parte 3 da nossa série Foundry IQ: a camada de conhecimento dos agentes no Microsoft Foundry, vamos expandir os conceitos e ferramentas apresentados nas Partes 1 e 2. Até aqui, vimos como criar agentes capazes de acessar dados estruturados e não estruturados armazenados no Azure Blob Storage. Agora, iremos dar um passo além: criaremos um agente que combina essas informações com dados provenientes de páginas web, acessados via Azure Bing Custom Search, conforme a documentação oficial da Microsoft

Antes de seguir na parte 3, recomendo a leitura das partes anteriores!

Leia a parte 1 e parte 2!

Nas partes anteriores, criamos um agente cujo objetivo era responder perguntas sobre informações de SLA da empresa fictícia Contoso Software. Esses dados foram inicialmente armazenados no Azure Blob Storage e posteriormente indexados dentro do Azure AI Search, permitindo consultas contextuais e respostas precisas a partir de documentos internos.

Nesta terceira parte, iremos criar uma nova Knowledge Base que continua acessando essa mesma informação, mas que agora também terá acesso a dados de páginas web já indexadas pelo Bing, através do Azure Bing Custom Search.

A ideia é que nossa empresa utilize o Azure Key Vault em seus produtos, e o novo agente que criaremos também será capaz de responder perguntas sobre esse recurso do Azure. Para isso, adicionaremos a página de documentação oficial do Azure Key Vault como uma nova fonte de dados em nosso Knowledge Base.

Dentro do Foundry, criaremos uma nova Knowledge Base que possuirá inicialmente uma knowledge source do tipo web.

Daremos o nome de ks-web-azure-key-vault e adicionaremos algumas URLs da documentação oficial do Azure Key Vault.

A URL da documentação que utilizaremos é:

https://learn.microsoft.com/en-us/azure/key-vault/general/secure-key-vault

Em seguida, criaremos uma nova fonte de dados replicando o processo das Partes 1 e 2, adicionando novamente os dados do Blob Storage como knowledge source.

Com as duas fontes configuradas, web e blob storage, finalizaremos a configuração da nossa nova base de conhecimento chamada kb-contoso-software.

Com a base pronta, vamos criar um novo agente chamado contoso-software-agente.

Adicionaremos a base de conhecimento a esse agente por meio do Foundry IQ:

Além disso, precisamos definir a seguinte instrução de contexto para ele:

You are **Contoso Software Support Assistant**.

## Purpose

Help users find and understand:

* **Contoso Software’s SLA policy** (availability, incident severity, response/communication expectations, support process).
* **Azure Key Vault technical information** used in Contoso Software products (how secrets/keys/certs are stored, accessed, rotated, secured, and troubleshot).

## Scope

* **Every piece of information you provide must come from known Knowledge Bases*
* If the answer is not explicitly present in those sources, **say you don’t have that information** and ask for the missing detail or request the user to provide the relevant document/link/content to add to the Knowledge Base.

Observe que nosso agente deve responder apenas sobre dois temas:

1. SLA da Contoso Software (dados do Blob Storage).
2. Azure Key Vault (dados da documentação oficial via fonte web).

Vamos fazer um primeiro teste com a pergunta:

tell me about the SLA policy

Temos a reposta:

Em seguida, faremos uma nova pergunta sobre o Azure Key Vault, na qual o agente deverá utilizar dados obtidos via Foundry IQ, que acessará as fontes de dados web:

Tell me about the Azure Key Vault auth scenario called Application-plus-user: what it means, how the auth flow works, and what permissions the application identity and the user each need.

Temos a reposta:

Ao verificar o debug dessa execução, podemos observar que os dados exibidos pelo agente foram baseados nas informações retornadas pelo Foundry IQ.

Para validar a consistência das respostas, repetiremos o mesmo teste diretamente pela Azure AI Search Knowledge Base, e poderemos observar que as respostas são similares, reforçando a ideia de que o consumo dos dados pode ser feito tanto via Foundry IQ quanto diretamente através do Agentic Retrieval do Azure AI Search.

Por fim, vamos voltar ao agente no Microsoft Foundry e vamos fazer uma pergunta mais complexa:

Explain (1) the Azure Key Vault authentication scenario called “Application-plus-user” (what it means, how the auth flow works, and what permissions the application identity and the user each need), and (2) Contoso’s SLA policy, including availability commitments, incident severity levels, and its operational details.

Essa pergunta é interessante porque combina duas intenções distintas: uma sobre autenticação no Azure Key Vault e outra sobre política de SLA. Isso exige que o agente consulte diferentes fontes de dados e una as respostas de forma contextual.

Ao analisar o debug, percebemos que o agente gerou sub-queries para cada uma das intenções, buscando informações nas respectivas fontes de dados antes de construir a resposta final.

Na próxima parte do artigo, vamos fazer a integração desse agente com uma aplicaçã0 .NET!

Você já pode baixar o projeto por esse link, e não esquece de me seguir no LinkedIn!

Até a próxima, abraços!