Использование инструментов агентов для расширения, автоматизации и совершенствования агентов

Агенты становятся мощнее, когда вы оснащаете их специализированными инструментами, расширяющими их основные возможности. Copilot Studio предлагает три основные категории инструментов для агентов:

В этой статье рассматривается, как работает каждый тип инструмента, когда их использовать и как они могут помочь вам создать более способных и эффективных агентов. Вы также узнаете о различиях между размещенными и собственными компьютерами для сценариев использования компьютера, а также получите рекомендации по выбору между традиционной роботизированной автоматизацией процессов (RPA) и агентами, работающими с компьютерами (CUA).

Генерация ответа с помощью ИИ-запросов

ИИ-запросы используют набор инструкций для генерации ответа от модели ИИ. Вы можете включить переменные, чтобы добавить дополнительные тексты или документы в эти инструкции. Ответ обычно предоставляется в текстовом формате или формате JSON. Вы можете выбрать любую модель ИИ, встроенную в Copilot Studio или развернутую через Microsoft Foundry, для генерации ответа.

Вы можете запускать запросы как инструмент агента или в рамках темы. Все запросы сохраняются в библиотеке запросов и поддерживают управление жизненным циклом приложения, управление доступом на основе ролей и совместное использование.

Узнайте больше об использовании запросов для выполнения агентом определенных задач.

Когда использовать ИИ-запросы, а когда — оркестратор

Каждый агент, созданный в Copilot Studio, использует оркестратор для определения того, как реагировать, выбирая инструменты, темы и знания на основе системных инструкций, пользовательского ввода и контекстной информации. Оркестратор — это движок генеративной оркестрации, который планирует действия и формирует ответы с помощью инструментов и описаний агента.

Хотя ответы, управляемые оркестратором, могут казаться похожими на ИИ-запросы, эти две возможности служат разным целям. ИИ-запросы — это отдельные действия, основанные на запросах, которые дают создателям более глубокий контроль над конфигурацией модели.

ИИ-запросы поддерживают более широкий спектр моделей, включая те, что доступны через Microsoft Foundry. Они также поддерживают такие функции, как граундинг Dataverse, файловые входные данные и интерпретатор кода.

Оркестратор использует фиксированный системный запрос и описания инструментов для выбора правильных компонентов для конкретного запроса. Создатели не могут редактировать системный запрос оркестратора, но могут влиять на его поведение через инструкции агента.

ИИ-запросы предоставляют полный контроль над форматированием, ограничениями и логикой, что делает их оптимальным выбором для сценариев, требующих детально настроенного или строго структурированного вывода. Например, если необходим контроль стиля сверх стандартного форматирования ("напишите рифмованное стихотворение в структуре ABAB, используя эти конкретные слова"), лучше использовать запрос.

Оркестратор хорошо подходит для простых задач, таких как извлечение одного имени из текста. Для сложного извлечения используйте запросы ИИ. Например, извлечение нескольких сущностей из длинного отчета и связывание их с доменными отношениями (например, извлечение нескольких имен из страхового отчета и идентификация владельца автосервиса, связанного только с одной стороной в инциденте).

Выбор между оркестратором и запросами ИИ зависит от требуемого уровня индивидуальной настройки. Если вам нужен точный контроль над поведением модели или ее результатом, выбирайте запросы ИИ. В ситуациях, где достаточно общего рассуждения, выбора инструментов и легкого форматирования, оркестратор — подходящий выбор.

Интеграция инструментов агента с помощью MCP

Протокол контекста модели (MCP) — это универсальный интерфейс, который используется ИИ-моделями для взаимодействия с внешними инструментами, источниками данных и пользовательскими средами, обеспечивающий единообразие и масштабируемость.

Для сравнения, соединители Power Platform требуют описания каждого действия и его входных данных, а также обновления этих описаний по мере появления новых определений. Индивидуальная разработка интеграции для каждого инструмента более сложна и менее масштабируема.

Используйте MCP-серверы, предоставляемые Copilot Studio, для службы Майкрософт, таких как Outlook, Dataverse и GitHub, или сторонних служб, таких как Salesforce и JIRA. Создавайте собственные MCP-серверы для служб, для которых они отсутствуют.

К преимуществам MCP относятся:

  • Стандартизированный контекст для моделей ИИ
  • Бесшовная интеграция с Copilot Studio
  • Повышение эффективности разработчиков и улучшение впечатление пользователей
  • Управление, мониторинг и расширяемость

Прежде чем реализовывать MCP-серверы, примите к сведению следующие ограничения:

  • Невозможно обогащать описания инструментов большим контекстом о том, когда их нужно вызывать.
  • Темы не могут напрямую обращаться к серверам MCP.

Как понять, когда использовать MCP

Вы можете достичь таких же результатов в Copilot Studio с помощью различных вариантов интеграции. Важно понимать, когда использовать серверы протокол контекста модели (MCP), а когда выбирать более простые альтернативы, такие как соединители Power Platform или прямые вызовы REST API.

Используйте MCP, когда вам нужен стандартизированный, централизованно управляемый способ предоставления инструментов и ресурсов нескольким агентам без индивидуальной настройки каждого агента. Серверы MCP публикуют инструменты и ресурсы, которые агенты могут автоматически обнаруживать, версионировать и использовать стабильно, поскольку сервер MCP определяет описания инструментов и их входные данные. При прямом добавлении API требуется вручную описывать его назначение и определять входные параметры для каждого агента.

MCP особенно удобно использовать, когда внешние API часто меняются. Вместо того чтобы обновлять каждого агента, который использует API, вы изменяете определение один раз на сервере MCP, и все агенты автоматически переходят на обновленную версию без повторной публикации. Если MCP-сервер отсутствует или вы занимаетесь быстрым прототипированием, вызов API напрямую происходит быстрее и позволяет избежать затрат на настройку, необходимых для полноценной реализации MCP.

Для использования MCP необходимо включить генеративную оркестрацию. Узнайте больше в разделе Как работает MCP?

Автоматизация настольных процессов с помощью инструмента использования компьютера

Используя инструмент использования компьютера, агент может управлять компьютером без необходимости автоматизированных скриптов или API. Вместо скриптов или API вы настраиваете агента с помощью запроса. Агент определяет, как лучше всего достичь поставленных перед ним целей. В процессе агент делает снимок экрана на каждом этапе, анализирует его, чтобы определить следующее действие, выполняет это действие и повторяет этот цикл до завершения задачи. Снимки экрана, сделанные агентом, и шаги рассуждения доступны в журнале выполнений.

Типичные сценарии, в которых агент может использовать инструмент использования компьютера:

  • Ввод данных: для каждой строки во входном CSV-файле создать заказ на продажу в SAP и записать сгенерированный идентификатор заказа обратно в файл.
  • Извлечение данных: перейти на каждый портал поставщика, найти указанный SKU, извлечь цену, запасы и срок поставки, и вставить результаты с меткой времени в базу данных.
  • Между приложениями: экспортировать сегодняшние транзакции из классического финансового клиента, перейти в QuickBooks и разнести каждую запись на соответствующий счет.

Размещенные компьютеры и собственные компьютеры: в чем разница

Агенты могут вызывать инструмент использования компьютера на компьютере, размещаемом Майкрософт, или на вашем собственном компьютере (BYO). Размещенные компьютеры доступны для немедленного использования без ИТ-настройки или выставления счетов. Они принадлежат к общему пулу предварительно подготовленных облачных компьютеров Windows 365, которые не присоединены к клиентскому арендатору через Entra. BYO-компьютеры должны быть заранее подготовлены в собственной виртуальной сети клиента. Вам необходимо зарегистрировать BYO-компьютеры и управлять ими в Power Automate.

Используйте BYO-компьютеры для рабочих сценариев. У них есть поддержка Microsoft Entra ID, они зарегистрированы в Intune и поддерживают как веб-автоматизацию, так и классическую автоматизацию. Используйте размещенные компьютеры только для прототипирования из-за их ограниченных возможностей. Одновременно для одного пользователя доступен только один облачный ПК, и использование может быть ограничено в зависимости от спроса.

Дополнительные сведения см. в разделе Настройка места использования компьютера.

Роботизированная автоматизация процессов (RPA) и агенты, использующие компьютеры (CUA)

Роботизированная автоматизация процессов (RPA) — это автоматизация компьютера с использованием скрипта. Вы можете применять его во многих из тех же сценариев, что и CUA. Однако, важно понимать различия между RPA и CUA.

Аспект RPA CUA
Тип автоматизации На основе правил На базе LLM
Метод взаимодействия Дерево интерфейса Зрение
Разработка Скрипты, сложные Инструкции на естественном языке
Принятие решений Заранее определенные правила Автономное принятие решений на основе визуальных данных
Гибкость Ограниченная гибкость Высокая гибкость
Обработка ошибок Статическая обработка ошибок Самокоррекция на основе визуальной обратной связи

Используйте RPA, когда:

  • Разрешены только общедоступные (GA) функции.
  • Пользовательский интерфейс стабилен. Экраны, поля и селекторы редко изменяются.
  • Правила ясны. Вы можете отразить решения в правилах.
  • Скорость важна. Высокий объем. Каждая секунда на счету.
  • За процессы отвечает команда RPA. У команды есть опыт разработки и управления RPA.

Используйте CUA, когда:

  • Пользовательские интерфейсы часто меняются или сильно различаются. Вы работаете с несколькими приложениями и частыми редизайнами.
  • Вам нужно получить решение быстро. У команды RPA и так достаточно невыполненной работы.
  • Пользовательский интерфейс имеет значение. Задача зависит от того, что видно на экране: диаграммы, цвета и динамические макеты.
  • Решения нечеткие. Агент должен рассуждать, выбирать следующий шаг или самостоятельно исправлять ошибки.
  • Last updated on