Работа с Power Apps MCP сервером

Протокол контекста модели (MCP) — это открытый протокол, который обеспечивает простую интеграцию между приложениями большой языковой модели (LLM) и внешними источниками данных и инструментами. Агент может использовать сервер MCP Power Apps для взаимодействия с приложениями Power Apps, обеспечивая надлежащий контроль со стороны человека или реализуя агентные рабочие процессы.

Сервер Power Apps MCP предоставляет агенту два типа возможностей:

• Автоматизация повторяющихся задач приложения:

  Сервер Power Apps MCP позволяет агентам использовать расширенные средства приложений, разработанные в Power Apps. Например, возможности агента ввода данных, доступные ранее в качестве функции искусственного интеллекта по запросу, теперь доступны любому агенту через сервер Power Apps MCP. Чтобы использовать их, необходимо создать агент, настроить инструмент MCP и направить его на неструктурированное содержимое, чтобы он мог генерировать записи Dataverse с проверкой и утверждением человеком через усовершенствованную ленту агентов.

• Контроль действия агента:

  Сервер Power Apps MCP также предоставляет специализированные инструменты для бизнес-пользователей для мониторинга всей деятельности агентa в ленте агентов. Агенты теперь могут передать управление людям для просмотра, помощи и управления с помощью инструментов MCP. Эти инструменты предоставляют создателям гораздо больше контроля над задачами, которые они хотят опубликовать в ленте агентов, а также над тем, когда должна происходить передача управления от агента к человеку.

Инструменты MCP Power Apps становятся лучше, чем больше вы их используете. Например, при внесении исправлений в предложения на панели агента инструмент ввода данных повышает свою эффективность на основе ваших исправлений. Чтобы использовать возможности усовершенствованной ленты агентов, включите и настройте сервер MCP Power Apps из агента Microsoft Copilot Studio. После настройки можно вызвать средства сервера Power Apps MCP из инструкций агента с помощью естественного языка.

Дополнительные сведения: создание автономного агента, подключенного к серверу Power Apps MCP

Подключение агента к использованию сервера POWER APPS MCP

Чтобы настроить существующего агента, который был из предыдущей версии канала агентов для использования сервера Power Apps MCP, необходимо выполнить следующее:

1. Добавьте в агента сервер MCP Power Apps. Для этого откройте агент в Copilot Studio и выберите средство Add.

2. Найдите Power Apps MCP Server.

3. Выберите Добавить и настроить.

4. Обновите инструкции агента, чтобы он использовал каждый из инструментов в сервере MCP Power Apps в соответствующее время в своей оркестрации. Ниже приведены примеры того, как это сделать в оставшейся части этого документа.

5. Сохраните и опубликуйте агент.

Список инструментов

После подключения к серверу MCP Power Apps агент может выбрать различные средства в среде Power Platform. Эти инструменты могут генерировать элементы ленты агентов, которые предоставляют различные пользовательские интерфейсы, такие как параллельное представление для агентов по вводу данных или прямая навигация к записи для сценариев request_for_assistance.

log_for_review

Записывает выполненную работу агента в ленту агентов для проверки. Это log_for_review средство предназначено для сценариев, когда агент имеет достаточную информацию для автономного действия, но пользователь по-прежнему должен быть осведомлен о том, что сделал агент. Это средство можно рассматривать как способ пассивного контроля над действиями с высоким уровнем достоверности или низкой степенью риска, выполняемыми агентами. Лучше всего подходит для решений, которые можно легко пересмотреть или откатить, если агент выполняет действие неправильно. Кроме заголовка, описания и шагов, можно также попросить средство добавить ссылку на соответствующую запись Dataverse или внешний URL-адрес приложения. Если действие агента касается нескольких записей Dataverse, можно указать агенту, к которому он должен перейти в связи с созданной задачей. Это может быть ссылка на запись, созданную с помощью сервера Dataverse MCP, или ссылка на запись, присутствующую в контексте, например, запись, которая инициировала выполнение агента. Эти задачи отображаются на вкладке "Завершено " веб-канала агента.

Пример инструкции

Когда клиент делает бронирование через портал, этот агент должен записать данные для проверки. Название элемента отзыва должно быть основано на коде бронирования и точно использовать префикс "Review Web Booking: ". В описании обзора напишите краткую сводку о резервировании, включающую основные поля, такие как Booking Reference, Booking Date, Seat Number и Status, чтобы рецензент быстро понять, что было обработано без открытия записи. Убедитесь, что описание считывается как короткий абзац и точно отражает текущие значения из записи резервирования. Включите обоснования в виде шагов. Кроме того, добавьте ссылку на запись бронирования.

запрос_помощи

Назначение инструмента request_assistance заключается в предоставлении агентам возможности предъявлять ошибки, эскалации или исключения пользователям, чтобы те могли принимать соответствующие меры. Как разработчик, вы можете определить сценарии, когда ваш агент будет использовать request_assistance средство. Он создает задачу ленты агентов, которая появляется в разделе Требует внимания ленты агентов. Это асинхронная операция, которая вызывает агента Microsoft Copilot Studio, который ожидает, пока человек выполнит действие. Дополнительные сведения о выполнении действий в ленте см. в разделе Надзор за агентами в приложениях на основе модели с помощью ленты агентов (предварительная версия)

При просмотре агента в Copilot Studio вы увидите состояние В процессе для выполнения агента на вкладке активности. Как только пользователь выполнит действие из ленты агентов, управление передается обратно агенту с помощью механизма обратного вызова, и агент может завершить задачу.

Как и в случае с инструментом log_for_review, вы можете управлять параметрами задачи для заголовка, описания и шагов и точно указывать агенту, какую ссылку следует связать с данной задачей.

Пример инструкции

Когда агент запускается в результате создания нового обращения в службу поддержки, он должен запросить помощь. В запросе задайте заголовок, префиксируя значение проблемы с параметром "Помощь, необходимая: ". В описании задачи введите тип проблемы, описание проблемы, дату и разрешенное значение. Включите ваши логические шаги. Также необходимо включить ссылку на связанную запись проблемы в Dataverse. Когда пользователь завершит задачу, продолжайте обработку, задав состояние дела закрытым.

Проектирование участия человека в контуре управления

Прежде чем писать инструкции для вашего агента, определите, где человеческий контроль должен быть в рабочем процессе. Чтобы определить, какие моменты следует отметить с помощью request_assistance, какие — с помощью log_for_review, а какие агент может обрабатывать автономно, используйте следующие вопросы.

Примеры инструкций по шаблону

Явное правило:

"Для любой претензии с предполагаемой суммой убытка более $5000, используйте request_assistance для маршрутизации претензии назначенному урегулировщику прежде чем продолжить".

Динамическое решение:

"Если причина ущерба неоднозначна или документы по требованию конфликтуют друг с другом, используйте request_assistance для пометки и направления требования для проверки оценщиком".

Пассивный надзор:

"После завершения оценки покрытия, используйте log_for_review для записи результата и подтверждения того, что заявка утверждена и может быть продолжена".

Пример: агент по оценке страхового покрытия владельца дома

В следующем примере показано, как эти шаблоны применяются к полному реальному рабочему процессу.

Агент срабатывает автоматически при подаче новой заявки. Она извлекает соответствующий полис, приложения и вспомогательные документы из Dataverse, а затем анализирует их, чтобы вынести решение о страховом покрытии, проверяя, был ли полис активен, распространяется ли заявленный страховой риск, и влияют ли какие-либо конфликты документов на уверенность в результате.

После этого агент использует сервер MCP Power Apps для вывода результатов в ленту агентов в зависимости от того, что ему удалось найти. Если заявление неоднозначно, противоречит или требует оценки регулирующего специалиста, агент использует request_assistance для создания задачи для назначенного оценщика с необходимым контекстом для действий. Если заявление однозначное, агент использует log_for_review для автоматической фиксации результата, и никаких действий не требуется. Когда оценщик претензий выполняет задачу, агент возобновляет работу, читает решение, обновляет запись и записывает уведомление о выполнении обратно в ленту.

Результатом является рабочий процесс, в котором агент обрабатывает рутинный объем автономно и задействует человека только в важных точках принятия решений с достаточным контекстом, чтобы оценщик претензий мог выполнять необходимые действия без промедления.

вызовите_ввод_данных

Это invoke_data_entry средство упрощает создание записей Dataverse путем извлечения структурированной информации из неструктурированных входных данных, таких как электронная почта, сообщения или документы. При вызове из агента Copilot Studio он автоматически анализирует входящее содержимое, заполняет соответствующую форму извлеченными данными и представляет предложенную запись в качестве задачи в ленте агентства для проверки и утверждения пользователя. Для этого требуется проверка предлагаемой записи пользователем перед созданием записи. Записи никогда не создаются автоматически с помощью invoke_data_entry инструмента. Это обеспечивает быструю, надежную запись данных с минимальными усилиями вручную.

Пример инструкции — агент, активируемый входящим письмом на общий адрес электронной почты

Вы агент генератора идей для путешествий. Ваша задача — обрабатывать входящие сообщения электронной почты и создавать записи идеи путешествия в Dataverse.

При поступлении сообщения электронной почты:

1. Определите, содержит ли она информацию, связанную с путешествиями (в тексте электронной почты или вложениях).

2. invoke_data_entry Используйте средство для создания записи идеи путешествия с извлеченными сведениями в следующих столбцах:

   • cr3ea_title
   • cr3ea_описание
   • cr3ea_triptype
   • cr3ea_customername
   • cr3ea_customeremail
   • cr3ea_customerphone
   • cr3ea_destinationcity
   • cr3ea_travelstart
   • cr3ea_travelend
   • cr3ea_numberoftravelers
   • cr3ea_budgetusd
   • cr3ea_specialrequests

3. Если отсутствуют сведения, создайте запись с доступными данными— оставьте неизвестные поля пустыми.

Как работает средство invoke_data_entry

При настройке агента Copilot Studio для использования сервера MCP Power Apps и включения инструмента invoke_data_entry, агент следует этому процессу:

1. Триггер агента срабатывает на основе вашей конфигурации — например, при поступлении сообщения электронной почты в отслеживаемый почтовый ящик или при загрузке нового документа в SharePoint.
2. Агент анализирует входящее содержимое и инструкции, чтобы определить, следует использовать средство invoke_data_entry.
3. При необходимости вызывается инструмент invoke_data_entry, который передает входное содержимое, а также целевую таблицу Dataverse и столбцы таблицы для прогнозирования.
4. Средство обрабатывает входные данные, извлекает соответствующие сведения и заполняет форму Dataverse предлагаемыми значениями для каждого сопоставленного столбца.
5. Задача появляется в ленте агента. При выборе откроется среда проверки ввода данных. На левой панели показаны исходные входные данные, а на правой панели отображается форма, заполненная предлагаемыми значениями.
6. Пользователь может просмотреть извлеченные значения, внести исправления при необходимости и сохранить запись в Dataverse.

Предоставить отзыв

Чтобы предоставить отзыв о средстве invoke_data_entry, выполните указанные ниже действия.

1. Откройте задачу invoke_data_entry в ленте агента.
2. Нажмите кнопку обратной связи в заголовке задачи.
3. Выберите, чтобы дать комплимент, сообщить о проблеме или сделать предложение.

Статьи по теме

Добавление агентов в приложение на основе модели (предварительная версия)

Надзор за агентами в приложениях на основе модели с помощью ленты агентов (предварительная версия)