Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
S’applique à : Azure Logic Apps (Consommation + Standard)
Important
La fonctionnalité flux de travail de l’agent de consommation est en préversion et est soumise aux conditions d’utilisation supplémentaires pour les préversions Microsoft Azure.
Azure Logic Apps prend en charge les flux de travail qui effectuent des tâches à l’aide de boucles d’agent avec degrands modèles de langage (LLMs). Une boucle d’agent utilise un processus itératif pour résoudre des problèmes complexes et multi-étapes. Un LLM est un programme formé qui reconnaît les modèles et effectue des travaux sans interaction humaine, par exemple :
- Analyser, interpréter et raisonner sur des informations telles que des instructions, des invites, des entrées et d’autres données.
- Prenez des décisions en fonction des résultats et des données disponibles.
- Formuler et retourner des réponses à l’invitant, en fonction des instructions de l’agent.
Vous pouvez créer des flux de travail qui utilisent des boucles d’agent autonomes ou conversationnelles. La boucle de l’agent utilise le langage naturel pour communiquer avec vous et le modèle connecté. L’agent utilise également des sorties générées par un modèle pour travailler avec ou sans interaction humaine. Le modèle aide la boucle de l’agent à fournir les fonctionnalités suivantes :
- Acceptez des informations sur le rôle de l’agent, sur le fonctionnement et sur la façon de répondre.
- Recevez et répondez aux instructions, aux demandes ou aux incitations.
- Traitez les entrées, analysez les données et faites des choix en fonction des informations disponibles.
- Choisissez des outils pour effectuer les tâches nécessaires pour répondre aux demandes. Un outil est essentiellement une séquence avec une ou plusieurs actions qui terminent une tâche.
- S’adapter aux environnements qui nécessitent de la flexibilité et qui sont fluides, dynamiques, imprévisibles ou instables.
Avec 1 400 connecteurs que vous pouvez utiliser pour créer des outils pour une boucle d’agent à utiliser, les workflows d’agent prennent en charge un large éventail de scénarios qui tirent considérablement parti des fonctionnalités de boucle et de modèle de l’agent. En fonction de votre scénario, créez un flux de travail d’agent autonome sans interaction humaine ou un flux de travail d’agent conversationnel avec une interaction humaine pour répondre au mieux aux besoins de votre solution.
Cette vue d’ensemble couvre les domaines suivants :
- Flux de travail d’agent ou de non-agent
- Concepts clés de la boucle de l’agent
- Flux de travail d’agent autonome ou conversationnel
- Structure de l’agent
- Exemples de scénarios
- Authentification et autorisation
- Informations de facturation de base
Flux de travail d’agent ou de non-agent
Les flux de travail qui utilisent des boucles d’agent peuvent évoluer au-delà des limites imposées aux flux de travail sans agent. Les flux de travail de l’agent peuvent s’adapter aux environnements où des événements inattendus se produisent, choisir les outils à utiliser en fonction des invites, des entrées et des données disponibles, améliorer en permanence leurs performances, gérer des données non structurées, prendre en charge des scénarios complexes et fournir un niveau plus élevé d’adaptabilité et de flexibilité. Les flux de travail sans agent fonctionnent le mieux dans des environnements stables, suivent des règles prédéfinies et effectuent des tâches statiques, prévisibles et répétitives.
Le tableau suivant fournit plus de comparaisons entre les flux de travail d'agents et les flux de travail non-agents :
| Aspect | Agent | Non-agent |
|---|---|---|
| Logique | Faites des choix éclairés sur les tâches à effectuer, en fonction des entrées et d’autres informations disponibles, et prenez des mesures. | Suivez les règles prédéfinies et les séquences fixes. |
| Gestion des tâches | Traiter les tâches en tant qu’entités distinctes | Sans objet |
| Structure des données | Gérez et traitez des données non structurées. | Gérez et traitez des données structurées avec des modèles prévisibles. |
| Adaptabilité | Détectez et répondez aux conditions et environnements changeants, prenez des décisions et adaptez-les à de nouvelles entrées en temps réel. | Peut rencontrer des difficultés avec les environnements qui subissent des changements inattendus ou dynamiques. |
Concepts clés
Le tableau suivant fournit des introductions de base aux concepts clés :
| Concept | Descriptif |
|---|---|
| Boucle de l’agent | Action prédéfinie qui utilise un processus itératif structuré pour résoudre des problèmes complexes et multi-étapes. La boucle de l’agent accomplit cet objectif en procédant de manière itérative : 1. Pensez : Collectez, traitez et analysez les informations et entrées disponibles, telles que du texte, des images, des données audio, des données de capteur, etc. à partir de sources de données spécifiques. Appliquez des modèles de raison, de logique ou d’apprentissage pour comprendre les demandes, créer des plans ou des solutions et choisir la meilleure action pour répondre ou répondre à des demandes avec de l’aide à partir de modèles IA génératifs. 2. Agir : sur la base des choix effectués et des outils disponibles, effectuez des tâches dans le monde numérique ou réel. 3. Apprenez (facultatif) : adaptez son propre comportement au fil du temps à l’aide de commentaires ou d’autres informations. Un agent peut accepter des instructions, travailler avec des services, des systèmes, des applications et des données en appelant des outils que vous créez avec des actions prédéfinies dans Azure Logic Apps, et répondre avec les résultats. Un agent peut traiter des informations, faire des choix et effectuer des tâches à l’aide d’un modèle déployé, par exemple dans Azure OpenAI Service. Remarque : un workflow d’agent peut inclure plusieurs agents dans une séquence. Vous ne pouvez pas ajouter d’agent inline en tant qu’outil dans un autre agent. Pour plus d’informations, consultez Qu’est-ce qu’un agent IA ? |
| Modèle de langage volumineux (LLM) | Un programme formé pour reconnaître les modèles et effectuer des travaux sans intervention humaine. Pour plus d’informations, consultez Qu’est-ce que les modèles de langage volumineux ? |
| Outil | Un outil contient une ou plusieurs actions qui effectuent une tâche pour un agent. Par exemple, un outil peut envoyer des e-mails, travailler avec des sources de données, effectuer des calculs ou des conversions, interagir avec les API, et ainsi de suite. Par exemple, consultez Créer un outil pour obtenir le temps. |
| Paramètre de l’agent | Paramètre que vous créez sur un outil ou dans un paramètre d’action, en fonction du cas d’usage du paramètre de l’agent. Vous créez des paramètres d’agent afin que l’agent puisse transmettre des sorties de modèle uniquement en tant qu’entrées de paramètre pour une action dans un outil. Vous n’avez pas besoin de paramètres d’agent pour les valeurs provenant de sources nonmodel. Les paramètres de l’agent diffèrent des paramètres traditionnels de la manière suivante : - Les paramètres de l’agent s’appliquent uniquement à l’outil où vous les définissez. Cette restriction signifie que vous ne pouvez pas partager les paramètres de l’agent avec d’autres outils. En comparaison, vous pouvez partager des paramètres traditionnels globalement avec des opérations et des structures de flux de contrôle dans un flux de travail. - Les paramètres de l’agent n’utilisent pas de valeurs résolues lorsque le flux de travail commence à s’exécuter. Un paramètre d’agent reçoit une valeur uniquement si l’agent appelle l’outil à l’aide d’arguments spécifiques. Ces arguments deviennent les paramètres de l’agent pour appeler l’outil. - Un agent peut appeler le même outil plusieurs fois avec des valeurs de paramètres d’agent différentes, même quand cet outil existe dans la même itération de boucle. Par exemple, un outil peut vérifier la météo à Seattle et à Londres. Pour plus d’informations, consultez Créer des paramètres d’agent pour l’action « Obtenir la prévision ». |
| Contexte | Un assistant gère un historique des journaux en conservant un nombre maximal de jetons ou de messages en tant que contexte et en transmettant ce contexte dans le modèle pour l’interaction suivante. Chaque modèle a des limites de longueur de contexte différentes. |
Flux de travail d’agent autonome ou conversationnel
Pour mieux comprendre comment ces types de flux de travail d’agent diffèrent, les sections suivantes décrivent et affichent des exemples pour chaque type de flux de travail de l’agent. Les deux types de flux de travail utilisent une boucle d’agent et des outils pour obtenir la météo actuelle et envoyer ces informations par e-mail. Tous les agents disposent d’un volet d’informations dans lequel vous configurez l’agent avec le modèle souhaité et fournissez des instructions sur les rôles de l’agent, ses fonctions et la façon de répondre.
Workflow d’agent autonome
Les étapes générales suivantes décrivent le comportement d’un workflow d’agent autonome de base :
Le workflow commence par n’importe quel déclencheur pris en charge disponible.
Si vous le souhaitez, aucune ou plusieurs actions peuvent s’exécuter entre le déclencheur et l’assistant.
L’assistant accepte les instructions système et les requêtes ou entrées non humaines, par exemple les sorties du déclencheur ou d’une action précédente.
Selon que vous disposez d’un workflow d’agent Consommation ou Standard, l’agent utilise un modèle Azure OpenAI ou une API LLM à partir de la source suivante pour interpréter et comprendre les instructions et les demandes. L’agent utilise également le modèle pour traiter et analyser les entrées fournies.
Application logique Source du modèle Consumption Microsoft Foundry Norme - Ressource Azure OpenAI Service
- Projet Azure AI Foundry (préversion)
- Compte Gestion des API Azure avec une API LLM (préversion)En fonction des instructions de l’agent, le modèle permet de planifier les outils que l’agent doit appeler pour effectuer les tâches nécessaires.
L’agent retourne les résultats de l’outil et répond à l’appelant de workflow ou au destinataire spécifié.
La capture d’écran suivante montre un exemple de flux de travail d’agent autonome de base :
Flux de travail de l’agent conversationnel
Les étapes générales suivantes décrivent le comportement d’un workflow d’agent conversationnel de base :
Le flux de travail commence toujours par le déclencheur nommé Quand une session de conversation démarre.
Si vous le souhaitez, aucune ou plusieurs actions peuvent s’exécuter entre le déclencheur et l’assistant.
L’agent accepte les instructions système et les invites ou entrées fournies par l’utilisateur via l’interface de conversation intégrée, par exemple, quelle est la météo à Seattle ?
Selon que vous disposez d’un workflow d’agent Consommation ou Standard, l’agent utilise un modèle Azure OpenAI ou une API LLM à partir de la source suivante pour interpréter et comprendre les instructions et les demandes. L’agent utilise également le modèle pour traiter et analyser les entrées fournies.
Application logique Source du modèle Consumption Microsoft Foundry Norme - Ressource Azure OpenAI Service
- Compte Gestion des API Azure avec une API LLM (préversion)En fonction des instructions de l’agent, le modèle permet de planifier les outils que l’agent appelle pour les tâches nécessaires.
L’assistant retourne les résultats de l’outil et répond via l’interface de conversation à l’invitant humain.
La capture d’écran suivante montre un exemple de flux de travail d’agent conversationnel de base :
La capture d’écran suivante montre l’interface de conversation intégrée à laquelle vous pouvez accéder à partir de la barre d’outils du concepteur ou du menu de la barre latérale du flux de travail dans le portail Azure :
Les flux de travail de l’agent conversationnel prennent également en charge un client de conversation externe que d’autres utilisateurs peuvent utiliser en dehors du portail Azure. Pour fournir et sécuriser l’accès pour ce client de conversation externe, vous devez configurer l’authentification et l’autorisation de production.
Explorer la structure du flux de travail de l’agent
Pour créer un flux de travail d’agent, créez une application logique Consommation dans Azure Logic Apps multilocataire ou une application logique standard dans Azure Logic Apps monolocataire, puis sélectionnez l’un des types de flux de travail suivants :
- Agents autonomes
- Agents conversationnels
Ces types de flux de travail incluent toutes les fonctionnalités des flux de travail avec état de consommation ou Standard et sont conçus pour fonctionner spécifiquement avec les capacités des agents. Ces types de flux de travail incluent automatiquement un agent vide.
Par exemple, la capture d’écran suivante montre un nouveau flux de travail d’agent autonome :
La capture d’écran suivante montre un nouveau flux de travail d’agent conversationnel :
Dans les applications logiques Standard, si vous disposez d’un flux de travail Stateful existant, la capture d’écran suivante montre comment ajouter une action Agent afin d'intégrer des capacités d’agent autonome et de LLM :
Bien que les flux de travail de l’agent Consommation soient configurés automatiquement avec un modèle à utiliser, les flux de travail de l’agent standard nécessitent la configuration d’une connexion au modèle pour que l’agent utilise :
Note
Le volet de connexion affiche les différentes exigences de connexion, en fonction de votre type de flux de travail et de la source de modèle sélectionnée.
L’agent exige que vous fournissiez des instructions décrivant les rôles que l’agent peut jouer, les tâches que l’agent peut effectuer et d’autres informations prescriptives spécifiques qui aident l’agent à répondre aux invites, répondre aux questions et effectuer des tâches demandées, par exemple :
Un agent vide connecté à un modèle peut répondre aux invites qui utilisent uniquement les fonctionnalités du modèle. Par conséquent, un agent n’a pas besoin d’inclure des outils. Toutefois, pour que l’agent utilise des actions disponibles dans Azure Logic Apps, l’agent a besoin de créer des outils. Vous pouvez commencer par créer un outil en ajoutant d’abord une action à partir de la galerie de connecteurs.
Le diagramme suivant montre la galerie dans laquelle vous pouvez parcourir et sélectionner des actions pour générer des outils :
Le diagramme suivant montre un agent météorologique capable d’obtenir les prévisions météorologiques et d’envoyer ces prévisions par e-mail :
Autres exemples de scénarios
La section suivante décrit plusieurs façons dont un agent peut effectuer des tâches dans un flux de travail :
Agent de prêt hypothécaire
Imaginez que votre banque utilise un agent de prêt hypothécaire qui traite les prêts de manière autonome ou avec une intervention humaine si nécessaire en effectuant les tâches suivantes dans une seule boucle orchestrée :
- Discutez avec les clients pour répondre aux questions.
- Passez en revue les demandes de prêt.
- Recueillir des informations financières pour évaluer l’éligibilité des prêts.
- Récupérez et analysez les données à risque.
- Demandez et résumez les évaluations immobilières lorsqu’elles sont soumises.
- Incluez des réviseurs humains pour les cas de périphérie.
- Approuver ou refuser des applications.
- Communiquez les décisions aux parties concernées.
Agent de traitement des commandes
Supposons que votre entreprise utilise un agent de traitement des commandes pour effectuer les tâches suivantes :
- Collaborez avec les clients pour répondre aux questions sur les produits, en fonction des connaissances de l’entreprise.
- Créez des ordres, mais transmettez-les aux humains si nécessaire.
- Fournir un support 24/7 avec escalade intelligente.
Vous pouvez également avoir un agent qui orchestre le travail entre d’autres agents. Par exemple, vous pouvez avoir une équipe d’agents, comme un rédacteur, un réviseur et un éditeur, qui travaillent ensemble pour créer et distribuer des rapports de vente.
Agent d’ordre de travail dans des installations
Pour prendre en charge une équipe interne des installations, un agent de commande de travail effectue les tâches suivantes :
- Conversez avec les employés et fournissez des options pour les demandes de service.
- Ouvrir les ordres de travail en fonction des sélections des employés.
- Envoyez des commandes de travail aux équipes de service correspondantes.
- Mettez à jour les commandes de travail avec la progression et l’état des travaux.
- Fermez les commandes de travail lorsque des travaux sont terminés.
- Informez les parties appropriées sur les travaux terminés.
Authentification et autorisation
Les flux de travail sans agent interagissent généralement avec un petit ensemble connu et prévisible d'interlocuteurs. Toutefois, les flux de travail de l’agent conversationnel communiquent avec un large éventail d’appelants, tels que des personnes, des agents, des serveurs MCP (Model Context Protocol), des répartiteurs d’outils et des services externes. Cette portée plus large augmente les options d’intégration, mais présente différents défis de sécurité, car les appelants peuvent provenir de réseaux dynamiques, inconnus ou non approuvés. Lorsque les appelants proviennent de réseaux que vous ne contrôlez pas, ou lorsque les identités sont des identités externes ou non liées, vous devez authentifier et autoriser chaque appelant afin de protéger les flux de travail de l’agent conversationnel, car ils fournissent un client de conversation externe pour interagir avec des personnes.
Pour les activités hors production, le portail Azure utilise une clé de développeur pour l’authentification et l’autorisation. Toutefois, lorsque vos flux de travail d’agent conversationnel sont prêts pour la production, configurez l’authentification et l’autorisation de production correspondantes pour votre type d’application logique.
Authentification et autorisation de clé de développeur
Pour les activités hors production uniquement, telles que la conception, le développement et la validation rapide, le portail Azure fournit, gère et utilise une clé de développement pour exécuter votre flux de travail en votre nom.
Qu’est-ce qu’une clé de développeur ?
Une clé de développeur est un mécanisme d’authentification pratique utilisé uniquement par le portail Azure pour exécuter votre flux de travail pendant les phases de conception, de développement et de test rapide dans le portail Azure. Au cours de ces étapes, la clé de développeur vous permet d’éviter de configurer manuellement Easy Auth ou de copier des URL de rappel de déclenchement avec des signatures d’accès partagé (SAP). La clé est liée à un utilisateur et un locataire spécifiques basés uniquement sur un jeton de porteur Azure Resource Manager, qui est un jeton d’accès qui authentifie les demandes auprès de l’API REST Azure Resource Manager.
Le portail injecte automatiquement la clé du développeur lorsque vous utilisez des expériences de test intégrées dans le concepteur de flux de travail, comme l’exécution d’un flux de travail, l’appel du déclencheur de requête ou l’interaction avec un flux de travail d’agent conversationnel dans l’interface de conversation interne. La clé est implicitement liée à une session de locataire et à un utilisateur du portail connecté. Vous ne pouvez donc pas distribuer la clé en externe en raison de cette liaison, qui est basée uniquement sur le jeton du porteur ARM.
Limitations de la clé du développeur
La liste suivante décrit les limitations d’utilisation et de conception de la clé de développement :
- La clé n’est pas un substitut à l’authentification simple, à l’identité managée, aux informations d’identification fédérées ou aux URL de rappel signées dans les scénarios de production.
- La clé n’est pas conçue pour les populations d’appelants importantes ou non approuvées, les outils d’agent ou les clients d’automatisation.
- La clé n’est pas un mécanisme d’autorisation par utilisateur en raison d’un manque d’étendues et de rôles granulaires.
- La clé n’est pas régie par les stratégies d’accès conditionnel au niveau de la couche d’exécution de la demande, uniquement au niveau de la couche de connexion au portail.
- La clé n’est pas destinée à une utilisation en programmation ou en CI/CD.
Pour obtenir une comparaison entre la clé de développeur et l’authentification facile, consultez l’authentification facile et la clé de développement.
Cas d'utilisation clés pour le développeur
Le tableau suivant décrit les scénarios appropriés et inappropriés pour utiliser la clé de développeur :
| Scénarios appropriés | Scénarios inappropriés |
|---|---|
| Test rapide dans l'interface de conception avant de finaliser l’authentification. | Votre flux de travail a besoin d’une automatisation déterministe qui utilise un principal de service et Easy Auth ou un SAS signé à la place. |
| Vérifiez la structure du workflow, les associations, ou les comportements de déclenchement et d’action de base. | - Vos appelants de flux de travail incluent des agents externes, des serveurs MCP ou des clients conversationnels. – Vous envisagez de publier votre point d’accès de workflow en dehors de votre tenant. |
| Bac à sable temporaire ou des prototypes de test qui adoptent plus tard une sécurisation renforcée de l’URL SAS ou Easy Auth. | Votre flux de travail nécessite des identités par utilisateur auditables, une révocation de jetons, des stratégies d’accès conditionnel ou une application des privilèges minimum. |
Authentification et autorisation de production
Lorsque vos flux de travail d’agent conversationnel sont prêts pour la production, les sections suivantes décrivent les options de non-production et de production pour authentifier les appelants et autoriser leur accès aux flux de travail de l’agent.
| Application logique | Authentification et autorisation |
|---|---|
| Consumption | OAuth 2.0 avec Microsoft Entra ID |
| Norme | L’authentification simple, également appelée authentification App Service, sur votre ressource d’application logique, active un client de conversation externe en dehors du portail Azure que d’autres utilisateurs peuvent utiliser après avoir configuré Easy Auth. Consultez l’authentification facile pour votre application logique. |
Pour plus d’informations sur l’authentification et l’autorisation de production, consultez l’onglet de votre type d’application logique.
OAuth 2.0 avec Microsoft Entra ID pour votre application logique
Pour les flux de travail d'agent conversationnel de consommation en production, protégez l'accès à votre client de conversation avec OAuth 2.0 avec Microsoft Entra ID en configurant une stratégie d'autorisation d'agent sur votre ressource d'application logique. Consultez Migration vers l’authentification de production.
Facturation
Consommation : la facturation utilise le modèle de paiement à l'usage. La tarification des boucles d'agents est basée sur le nombre de jetons utilisés par chaque action d'agent et apparaît sous forme d'unités d'entreprise sur votre facture. Pour obtenir des informations de tarification spécifiques, consultez la tarification d’Azure Logic Apps.
Standard : bien que les flux de travail de l’agent n’entraînent pas de frais supplémentaires, l’utilisation du modèle IA entraîne des frais. Pour plus d’informations, consultez la calculatrice de prix Azure.