Créer des flux de travail d’agent autonomes sans interactions humaines dans Azure Logic Apps

S’applique à : Azure Logic Apps (Consommation + Standard)

Lorsque vous avez besoin d’une automatisation basée sur l’IA qui s’exécute indépendamment, créez des flux de travail d’agent autonomes dans Azure Logic Apps. Ces flux de travail utilisent des boucles d’agent et des modèles de langage volumineux (LLMs) pour prendre des décisions et effectuer des tâches sans intervention humaine. Ces flux de travail fonctionnent également bien pour l’automatisation qui peut s’exécuter longtemps, exiger une gouvernance, une isolation plus forte ou prendre en charge des stratégies de restauration automatisée ou de compensation.

L’exemple de flux de travail suivant utilise un agent autonome pour obtenir la météo actuelle et envoyer des notifications par e-mail :

Ce guide montre comment créer une application logique Consommation ou Standard qui utilise le type de flux de travail Agents autonomes . Ce flux de travail s’exécute sans interaction humaine et utilise des outils que vous créez pour effectuer des tâches. Pour obtenir une vue d’ensemble générale des flux de travail agentiques, consultez les flux de travail de l’agent IA dans Azure Logic Apps.

Prerequisites

Selon que vous souhaitez créer une application logique Consommation ou Standard, les conditions préalables suivantes s’appliquent :

• Pour suivre les exemples, vous avez besoin d’un compte de messagerie pour envoyer un e-mail.

  Les exemples de ce guide utilisent un compte Outlook.com. Pour vos propres scénarios, vous pouvez utiliser n’importe quel service de messagerie ou application de messagerie pris en charge dans Azure Logic Apps, comme Office 365 Outlook, Microsoft Teams, Slack, etc. La configuration d’autres services ou applications de messagerie est similaire aux exemples, mais présente des différences mineures.

Modèles de service Azure OpenAI pris en charge pour les flux de travail d’agent

La liste suivante spécifie les modèles IA que vous pouvez utiliser avec les workflows d’agent :

Facturation

• Consommation : la facturation utilise le modèle de paiement à l'usage. La tarification des cycles d’agent est basée sur le nombre de jetons que chaque action de l’agent utilise et apparaît en tant qu’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.

Limitations et problèmes connus

Le tableau suivant décrit les limitations actuelles et tous les problèmes connus dans cette version, en fonction du type de ressource de votre application logique.

Créer un workflow d’agent autonome

La section suivante montre comment commencer à créer votre flux de travail d’agent autonome.

Configurer ou afficher le modèle IA

Pour configurer ou afficher le modèle IA pour votre agent, suivez les étapes en fonction de votre type d’application logique :

Renommer l’agent

Mettez à jour le nom de l’agent pour identifier clairement l’objectif de l’agent en procédant comme suit :

1. Dans le concepteur, sélectionnez la barre de titre de l’agent pour ouvrir le volet d’informations de l’agent.

2. Dans le volet d’informations, sélectionnez le nom de l’agent, puis entrez le nouveau nom, par exemple Weather agent.

   

3. Continuez vers la section suivante pour fournir des instructions à l'agent.

Configurer les instructions de l’agent

L’agent nécessite des instructions qui décrivent les rôles que l’agent peut jouer et les tâches que l’agent peut effectuer. Pour aider l’agent à apprendre et à comprendre ces responsabilités, vous pouvez également inclure les informations suivantes :

• Structure de flux de travail
• Actions disponibles
• Restrictions ou limitations
• Interactions pour des scénarios spécifiques ou des cas spéciaux

Pour obtenir les meilleurs résultats, fournissez des instructions prescriptives et préparez-vous à affiner vos instructions de manière itérative.

1. Dans la zone Instructions pour l’agent , entrez les instructions dont l’agent a besoin pour comprendre son rôle et ses tâches.

   Pour cet exemple, l’exemple d’agent météorologique utilise les exemples d’instructions suivants dans lesquels vous fournissez ultérieurement une liste d’abonnés avec votre propre adresse e-mail pour les tests :

   You're an AI agent that generates a weather report, which you send in email to each subscriber on a list. This list includes each subscriber's name, location, and email address to use.
   
   Format the weather report with bullet lists where appropriate. Make your response concise and useful, but use a conversational and friendly tone. You can include suggestions like "Carry an umbrella" or "Dress in layers".
   

   Voici un exemple :

   

2. Si vous le souhaitez, vous pouvez fournir des instructions utilisateur que l’agent utilise à titre d'invites.

   Pour obtenir les meilleurs résultats, concentrez chaque instruction utilisateur sur une tâche spécifique, par exemple :

   1. Dans le volet d’informations de l’agent, sous la section Instructions utilisateur, dans la zone Instructions utilisateur – 1, entrez l’invite de l’agent.

   2. Pour ajouter une autre instruction, sélectionnez Ajouter un nouvel élément.

   3. Dans la zone Élément d’instructions utilisateur – 2, entrez une autre invite pour l’agent.

   4. Répétez jusqu’à ce que vous ayez terminé d’ajouter toutes les invites souhaitées.

3. Vous pouvez maintenant enregistrer votre flux de travail. Dans la barre d’outils du Concepteur, sélectionnez Enregistrer.

Rechercher les erreurs

Pour vous assurer que votre workflow n’a pas d’erreurs à ce stade, procédez comme suit :

Créer un outil « Obtenir la météo »

Pour qu’un agent exécute des actions prédéfinies disponibles dans Azure Logic Apps, vous devez créer un ou plusieurs outils à utiliser pour l’agent. Un outil doit contenir au moins une action et uniquement des actions. L’agent appelle l’outil à l’aide d’arguments spécifiques.

Dans cet exemple, l’agent a besoin d’un outil qui obtient les prévisions météorologiques. Vous pouvez créer cet outil en procédant comme suit :

1. Dans le concepteur, à l’intérieur de l’agent et sous Ajouter un outil, sélectionnez le signe plus (+) pour ouvrir le volet dans lequel vous pouvez parcourir les actions disponibles.

2. Dans le volet Ajouter une action , suivez les étapes générales de votre application logique pour ajouter une action qui convient le mieux à votre scénario.

   Cet exemple utilise l’action MSN Weather nommée Get current weather.

   Après avoir sélectionné l’action, le conteneur Outil et l’action sélectionnée apparaissent dans l’agent sur le concepteur. Les deux volets d’informations s’ouvrent également en même temps.

   

3. Dans le volet d’informations de l’outil, renommez l’outil pour décrire son objectif. Pour cet exemple, utilisez Get weather.

4. Sous l’onglet Détails , pour Description, entrez la description de l’outil. Pour cet exemple, utilisez Get the weather for the specified location.

   

   Sous Description, la section Paramètres de l’agent s’applique uniquement aux cas d’usage spécifiques. Pour plus d’informations, consultez Créer des paramètres d’agent.

5. Passez à la section suivante pour en savoir plus sur les paramètres de l’agent, leurs cas d’usage et comment les créer, en fonction de ces cas d’usage.

Créer des paramètres d’agent pour l’action « Obtenir la météo actuelle »

Les actions ont généralement des paramètres qui vous obligent à spécifier les valeurs à utiliser. Les actions dans les outils sont presque identiques, à l’exception d’une différence. Vous pouvez créer des paramètres d’agent que l’agent utilise pour spécifier les valeurs des paramètres pour les actions dans les outils. Vous pouvez spécifier des sorties générées par un modèle, des valeurs provenant de sources non modélisées ou d’une combinaison. Pour plus d’informations, consultez Paramètres de l’agent.

Le tableau suivant décrit les cas d’usage pour créer des paramètres d’agent et où les créer, en fonction du cas d’usage :

Utiliser les sorties générées par un modèle uniquement

Pour un paramètre d’action qui utilise uniquement des sorties générées par un modèle, créez un paramètre d’agent en procédant comme suit :

1. Dans l’outil, sélectionnez l’action pour ouvrir le volet d’informations.

   Pour cet exemple, l’action est Obtenir le temps actuel.

2. Sous l’onglet Paramètres , sélectionnez à l’intérieur de la zone de paramètres pour afficher les options de paramètre.

3. Sur le bord droit de la zone Emplacement , sélectionnez le bouton Étoiles.

   Ce bouton comporte l’info-bulle suivante : Sélectionnez pour générer le paramètre de l’agent.

   

   La fenêtre Créer un paramètre d’agent affiche les champs Nom, Type et Description , qui sont préremplis à partir du paramètre d’action source.

   Le tableau suivant décrit les champs qui définissent le paramètre de l’agent :

   Paramètre	Valeur	Descriptif
   Nom	< agent-parameter-name>	Nom du paramètre de l’agent.
   Type	< agent-paramètre-type-de-données>	Type de données de paramètre de l’agent.
   Description	< agent-parameter-description>	Description du paramètre de l’agent qui identifie facilement l’objectif du paramètre.

   Note

   Microsoft vous recommande de suivre la définition de Swagger pour l'opération. Par exemple, pour obtenir l’action Météo actuelle, qui provient du connecteur MSN Weather « partagé » hébergé et géré par Azure global multilocataire, consultez l’article de référence technique du connecteur MSN Weather.

4. Quand vous êtes prêt, sélectionnez Créer.

   L’exemple suivant montre l’action Get current weather avec le paramètre De l’agent Location :

   

5. Enregistrez votre flux de travail.

Utiliser des valeurs à partir de sources non modélisées

Pour une valeur de paramètre d’action qui utilise uniquement des valeurs nonmodel, choisissez l’option qui convient le mieux à votre cas d’usage :

Utiliser les sorties des opérations antérieures dans le flux de travail

Pour parcourir et sélectionner parmi ces sorties, procédez comme suit :

1. Sélectionnez à l’intérieur de la zone de paramètre, puis sélectionnez l’icône éclair pour ouvrir la liste de contenu dynamique.

2. Dans la liste, dans la section déclencheur ou action, sélectionnez la sortie souhaitée.

3. Enregistrez votre flux de travail.

Utiliser les résultats des expressions

Pour créer une expression, procédez comme suit :

1. Sélectionnez dans la zone de paramètre, puis sélectionnez l’icône de fonction pour ouvrir l’éditeur d’expression.

2. Sélectionnez parmi les fonctions disponibles pour créer l’expression.

3. Enregistrez votre flux de travail.

Pour plus d’informations, consultez le guide de référence sur les fonctions d’expression de flux de travail dans Azure Logic Apps.

Utiliser des sorties de modèle et des valeurs non modélisées

Certains scénarios peuvent avoir besoin de spécifier une valeur de paramètre d’action qui combine des sorties générées par un modèle avec des valeurs non générées par un modèle. Par exemple, vous pouvez créer un corps d’e-mail qui utilise du texte statique, des sorties non modélisées à partir d’opérations antérieures dans le flux de travail et des sorties générées par le modèle.

Pour ces scénarios, créez le paramètre d’agent sur l’outil en procédant comme suit :

1. Dans le concepteur, sélectionnez l’outil dans lequel vous souhaitez créer le paramètre de l’agent.

2. Sous l’onglet Détails , sous Paramètres de l’agent, sélectionnez Créer un paramètre.

3. Étendez nouveau paramètre d’agent et fournissez les informations suivantes, en veillant à ce que celles-ci correspondent aux détails du paramètre d’action.

   Pour cet exemple, l’exemple d’action est Obtenir le temps actuel.

   Note

   Microsoft vous recommande de suivre la définition de Swagger pour l'opération. Par exemple, pour trouver ces informations pour l’action Get current weather, consultez l’article de référence technique du connecteur MSN Weather. L’exemple d’action est fourni par le connecteur MSN Weather géré « partagé », qui est hébergé et exécuté dans Azure global multilocataire.

   Paramètre	Valeur	Descriptif
   Nom	< agent-parameter-name>	Nom du paramètre de l’agent.
   Type	< agent-paramètre-type-de-données>	Type de données de paramètre de l’agent.
   Description	< agent-parameter-description>	Description du paramètre de l’agent qui identifie facilement l’objectif du paramètre. Vous pouvez choisir parmi les options suivantes ou les combiner pour fournir une description : - Texte littéral brut avec des détails tels que l’objectif du paramètre, les valeurs autorisées, les restrictions ou les limites. - Résultats des opérations précédentes dans le flux de travail. Pour parcourir et choisir ces sorties, sélectionnez dans la zone Description , puis sélectionnez l’icône éclair pour ouvrir la liste de contenu dynamique. Dans la liste, sélectionnez la sortie souhaitée. - Résultats des expressions. Pour créer une expression, sélectionnez dans la zone Description , puis sélectionnez l’icône de fonction pour ouvrir l’éditeur d’expression. Sélectionnez parmi les fonctions disponibles pour créer l’expression.

   Lorsque vous avez terminé, sous Paramètres de l’agent, le nouveau paramètre d’agent s’affiche.

4. Dans le concepteur, dans l’outil, sélectionnez l’action pour ouvrir le volet d’informations d’action.

5. Sous l’onglet Paramètres , sélectionnez à l’intérieur de la zone de paramètres pour afficher les options de paramètre, puis sélectionnez l’icône du robot.

6. Dans la liste des paramètres de l’agent , sélectionnez le paramètre d’agent que vous avez défini précédemment.

   L'outil terminé Obtenir la météo actuelle ressemble à l'exemple suivant :

   

7. Enregistrez votre flux de travail.

Créer un outil « Envoyer un e-mail »

Pour de nombreux scénarios, un agent a généralement besoin de plusieurs outils. Dans cet exemple, l’agent a besoin d’un outil qui envoie le rapport météorologique par e-mail.

Pour générer cet outil, procédez comme suit :

1. Dans le concepteur, dans l’agent, à côté de l’outil existant, sélectionnez le signe plus (+) pour ajouter une action.

2. Dans le volet Ajouter une action , suivez ces étapes générales pour sélectionner une autre action pour votre nouvel outil.

   Cet exemple utilise l’action Outlook.com nommée Envoyer un e-mail (V2).

   Comme auparavant, après avoir sélectionné l’action, le nouvel outil et l’action apparaissent dans l’agent sur le concepteur. Les deux volets d’informations s’ouvrent en même temps.

   

3. Dans le volet d’informations de l’outil, renommez l’outil pour décrire son objectif. Pour cet exemple, utilisez Send email.

4. Sous l’onglet Détails , pour Description, entrez la description de l’outil. Pour cet exemple, utilisez Send current weather by email.

   

5. Enregistrez votre flux de travail.

Créer des paramètres d’agent pour l’action « Envoyer un e-mail (V2) »

À l’exception des différents paramètres de l’agent à configurer pour l’action Envoyer un e-mail (V2), les étapes décrites dans cette section sont presque identiques à celles de créer des paramètres d’agent pour l’action « Obtenir la météo actuelle ».

1. Suivez les étapes générales précédentes pour créer des paramètres d’agent pour les valeurs des paramètres dans l’action Envoyer un e-mail (V2).

   L’action a besoin de trois paramètres d’agent nommés To, Subject et Body. Pour obtenir la définition Swagger de l'opération, consultez Envoyer un e-mail (V2).

   Lorsque vous avez terminé, l’exemple d’action utilise les paramètres de l’agent précédemment définis comme indiqué ici :

   

   L’outil Envoyer un e-mail terminé ressemble à l’exemple suivant :

   

2. Enregistrez votre flux de travail.

Créer un outil de liste d’abonnés

Enfin, pour cet exemple, créez un outil nommé Get subscribers pour fournir une liste d’abonnés pour les valeurs de paramètre de l’agent à utiliser. Cet outil utilise l’action Composer pour fournir le nom de l’abonné, l’adresse e-mail et l’emplacement. Vous pouvez également obtenir ces entrées à partir du stockage blob ou d’une base de données. Azure Logic Apps offre de nombreuses options que vous pouvez utiliser en tant que sources de données.

Pour cet exemple, suivez ces étapes :

1. Renommez l’outil en Get subscribers.

2. Dans l’outil Obtenir des abonnés , utilisez la description suivante :

   Get the list of subscribers, including their name, location, and email address. To generate the weather report, use the location for each subscriber. To send the weather report, use the email address for each subscriber.

3. Renommez l’action Composer en Subscriber list. Dans la zone d’entrée , utilisez le tableau JSON suivant, mais remplacez les exemples de données d’abonné par les données que vous souhaitez utiliser pour les tests. Par exemple, remplacez les adresses e-mail par vos propres adresses afin d’obtenir la météo pour différents emplacements.

   [
       {
           "Name": "Fabrikam",
           "Email": "FabrikamGoods@outlook.com",
           "Location": "Boston"
       },
       {
           "Name": "Contoso",
           "Email": "ContosoGoods@outlook.com",
           "Location": "Jaipur"
       },
       {
           "Name": "Sophie Owen",
           "Email": "sophieowen@outlook.com",
           "Location": "Seattle"
       }
   ]
   

   L’outil Get subscribers terminé ressemble à l’exemple suivant :

   

4. Enregistrez votre flux de travail, puis testez le flux de travail pour vous assurer que tout fonctionne comme prévu.

   Vous devez recevoir un e-mail avec la météo pour chaque emplacement.

Meilleures pratiques pour les agents et les outils

Les sections suivantes fournissent des recommandations, des bonnes pratiques et d’autres conseils qui peuvent vous aider à créer de meilleurs agents et outils.

Agents

Les conseils suivants fournissent les meilleures pratiques pour les agents.

Prototyper des agents et des outils avec les actions « Composer »

Au lieu d’utiliser des actions réelles et des connexions actives pour prototyper votre agent et vos outils, utilisez les actions Compose pour « simuler » ou simuler les actions réelles. Cette approche offre les avantages suivants :

• Les actions de composition ne produisent pas d’effets secondaires, ce qui rend ces actions utiles pour l’idéetion, la conception et les tests.

• Vous pouvez rédiger et affiner les instructions de l’agent, les invites, les noms d’outils et les descriptions ainsi que les paramètres et descriptions de l’agent, sans avoir à configurer et utiliser des connexions actives.

• Lorsque vous confirmez que votre agent et vos outils fonctionnent uniquement avec les actions Composer, vous êtes prêt à échanger les actions réelles.

• Lorsque vous basculez vers les actions réelles, vous devez rediriger ou recréer vos paramètres d’agent pour travailler avec les actions réelles, ce qui peut prendre un certain temps.

Gérer la longueur du contexte de l’historique des conversations

L’agent de flux de travail gère l’historique de conversation ou le contexte, y compris les appels d’outils, en fonction de la limite actuelle du nombre de jetons ou de messages à conserver et à transmettre au modèle pour l’interaction suivante. Au fil du temps, l’historique de l’agent augmente et dépasse finalement la limite de longueur du contexte de votre modèle, ou le nombre maximal de jetons d’entrée. Les modèles diffèrent dans leurs longueurs de contexte.

Par exemple, gpt-4o prend en charge 128 000 jetons d’entrée où chaque jeton comporte 3 à 4 caractères. Lorsque l’historique de l’agent approche la longueur du contexte du modèle, envisagez de supprimer les messages obsolètes ou non pertinents pour rester au-dessous de la limite.

Voici quelques approches pour réduire l’historique de votre agent :

• Réduisez la taille des résultats des outils à l’aide de l’action Composer. Pour plus d’informations, consultez Outils - Meilleures pratiques.

• Créez soigneusement les instructions de votre agent et invitez à contrôler le comportement du modèle.

• Fonctionnalité expérimentale : vous avez la possibilité d’essayer la réduction des conversations afin de réduire le nombre maximal de jetons ou de messages à conserver dans l’historique des conversations et de passer dans le modèle.

  Un agent de flux de travail a presque les mêmes paramètres avancés que le connecteur intégré Azure OpenAI, fournisseur de services, à l’exception du paramètre avancé de réduction de l’historique de l’agent, qui existe uniquement dans l’agent. Ce paramètre contrôle l’historique que l’agent gère, en fonction du nombre maximal de jetons ou de messages.

  Cette fonctionnalité est en développement actif et peut ne pas fonctionner pour tous les scénarios. Vous pouvez modifier l’option Type de réduction de l’historique de l’agent pour réduire la limite des jetons ou des messages. Vous spécifiez ensuite la limite numérique souhaitée.

  Pour essayer la fonctionnalité, procédez comme suit :

  1. Sur le concepteur, sélectionnez la barre de titre de l’agent pour ouvrir le volet d’information.

  2. Sous l’onglet Paramètres , recherchez la section Paramètres avancés .

  3. Vérifiez si le paramètre nommé Type de réduction de l’historique de l’agent existe. Si ce n’est pas le cas, ouvrez la liste des paramètres avancés , puis sélectionnez ce paramètre.

  4. Dans la liste Des types de réduction de l’historique de l’agent , sélectionnez l’une des options suivantes :

     Choix	Descriptif
     Réduction du nombre de jetons	Affiche le paramètre nommé Nombre maximal de jetons. Spécifie le nombre maximal de jetons dans l’historique de l’agent à conserver et à passer dans le modèle pour l’interaction suivante. La valeur par défaut diffère en fonction du modèle actuellement utilisé dans Azure OpenAI Service. La limite par défaut est de 128 000.
     Réduction du nombre de messages	Affiche le paramètre nommé Limite du nombre de messages. Spécifie le nombre maximal de messages dans l’historique de l’agent à conserver et à passer dans le modèle pour l’interaction suivante. Aucune limite par défaut n’existe.

Tools

Les conseils suivants fournissent les meilleures pratiques pour les outils.

• Le nom est la valeur la plus importante d’un outil. Assurez-vous que le nom est succinct et descriptif.

• La description de l’outil fournit un contexte pertinent et utile pour l’outil.

• Le nom et la description de l’outil ont des limites de caractères.

  Certaines limites sont appliquées par le modèle dans Azure OpenAI Service au moment de l’exécution, plutôt que lorsque vous enregistrez les modifications dans l’agent dans le flux de travail.

• Un trop grand nombre d’outils dans le même agent peut avoir un effet négatif sur la qualité de l’agent.

  Une bonne recommandation générale recommande qu’un agent n’inclut pas plus de 10 outils. Toutefois, ces conseils varient en fonction du modèle que vous utilisez à partir d’Azure OpenAI Service.

• Dans les outils, les actions n’ont pas besoin d’avoir toutes leurs entrées provenant du modèle.

  Vous pouvez contrôler finement quelles entrées d’action proviennent de sources autres que des modèles et quelles entrées proviennent du modèle. Par exemple, supposons qu’un outil dispose d’une action qui envoie un e-mail. Vous pouvez fournir un corps de messagerie simple et principalement statique, mais utiliser des sorties générées par un modèle pour une partie de ce corps de messagerie.

• Personnalisez ou transformez les résultats de l’outil avant de les transmettre au modèle.

  Vous pouvez modifier les résultats d’un outil avant qu’ils ne passent dans le modèle à l’aide de l’action Composer. Cette approche offre les avantages suivants :

  • Améliorez la qualité de la réponse en réduisant le contexte non pertinent qui passe dans le modèle. Vous envoyez uniquement les champs dont vous avez besoin à partir d’une réponse volumineuse.

  • Réduisez les frais de facturation pour les jetons qui passent dans le modèle et évitez de dépasser la limite du modèle sur la longueur du contexte, le nombre maximal de jetons qui passent dans le modèle. Vous envoyez uniquement les champs dont vous avez besoin.

  • Combinez les résultats de plusieurs actions dans l’outil.

  • Vous pouvez simuler les résultats de l’outil pour simuler les résultats attendus à partir d’actions réelles. Les actions fictives conservent des données inchangées à la source et n’entraînent pas de frais d’utilisation des ressources en dehors d’Azure Logic Apps.

Paramètres de l’agent

Les conseils suivants fournissent les meilleures pratiques pour les paramètres de l’agent.

• Le nom est la valeur la plus importante pour un paramètre d’agent. Assurez-vous que le nom est succinct et descriptif.

• La description des paramètres de l’agent fournit un contexte utile et utile pour l’outil.

Résoudre les problèmes

Cette section décrit des conseils pour résoudre les erreurs ou les problèmes que vous pouvez rencontrer lors de la génération ou de l’exécution de flux de travail d’agent.

Vérifier les données d’exécution de l’outil

L’historique des exécutions de flux de travail fournit des informations utiles qui vous aident à découvrir ce qui s’est passé pendant une exécution spécifique. Pour un flux de travail d’agent, vous pouvez trouver des entrées et sorties d’exécution d’outils pour une itération de boucle d’agent spécifique.

1. Dans le menu flux de travail, sous Outils, sélectionnez Historique des exécutions pour ouvrir la page Historique des exécutions .

2. Sous l’onglet Historique des exécutions, dans la colonne Identificateur , sélectionnez l’exécution du flux de travail souhaitée.

   La vue surveillance s’ouvre pour afficher l’état de chaque étape.

3. Sélectionnez l’agent que vous souhaitez inspecter. Sur le côté droit, le volet journal de l’agent s’affiche.

   Ce volet affiche le journal de l’agent, y compris les exécutions d’outils pendant l’interaction.

4. Pour obtenir des données d’exécution d’outil à un point spécifique, recherchez ce point dans le journal de l’agent et sélectionnez la référence d’exécution de l’outil, par exemple :

   

   Cette action vous déplace vers l’outil correspondant en mode surveillance. L’agent affiche le nombre d’itérations actuel.

5. En mode Surveillance, sélectionnez l’agent ou l’action avec les entrées, les sorties et les propriétés que vous souhaitez examiner.

   L’exemple suivant montre une action sélectionnée pour l’exécution de l’outil précédemment sélectionné :

   

   Si vous sélectionnez l’agent, vous pouvez consulter les informations suivantes qui passent dans le modèle et en ressortent, par exemple :

   • Messages d’entrée passés dans le modèle.
   • Messages de sortie retournés par le modèle.
   • Outils que le modèle a demandé à l’agent d’appeler.
   • Résultats de l’outil qui sont renvoyés au modèle.
   • Nombre de jetons utilisés par chaque requête.

6. Pour passer en revue une autre itération de boucle d’agent, sélectionnez la flèche gauche ou droite dans l’agent.

Journaux d’activité dans Application Insights

Si vous configurez Application Insights ou des données de télémétrie avancées pour votre flux de travail, vous pouvez passer en revue les journaux des événements d’agent, comme toute autre action. Pour plus d’informations, consultez Activer et afficher des données de télémétrie améliorées dans Application Insights pour les flux de travail Standard dans Azure Logic Apps.

Longueur maximale du contexte du modèle dépassée

Si l’historique de log de votre agent dépasse la longueur du contexte du modèle ou le nombre maximal de jetons d’entrée, vous obtenez une erreur qui ressemble à l'exemple suivant :

La longueur maximale du contexte de ce modèle est de 4 097 jetons. Toutefois, vous avez demandé 4927 jetons (3927 dans les messages, 1000 à la fin). Réduisez la longueur des messages ou des complétions.

Essayez de réduire la limite du nombre de jetons ou de messages que votre agent conserve dans le journal et transmet au modèle pour la prochaine interaction. Pour cet exemple, vous pouvez sélectionner la réduction du nombre de jetons et définir le nombre maximal de jetons sur un nombre inférieur à la longueur de contexte maximale indiquée par l’erreur, qui est 4097.

Pour plus d’informations, consultez Gérer la longueur du contexte de l’historique des conversations.

Nettoyer les ressources d'exemple

Si vous n’avez pas besoin des ressources que vous avez créées pour les exemples, veillez à supprimer les ressources afin de ne pas continuer à être facturées. Vous pouvez suivre ces étapes pour supprimer le groupe de ressources qui contient ces ressources, ou supprimer chaque ressource individuellement.

1. Dans la zone de recherche Azure, entrez des groupes de ressources, puis sélectionnez Groupes de ressources.

2. Recherchez et sélectionnez les groupes de ressources qui contiennent les ressources de cet exemple.

3. Dans la page Vue d’ensemble , sélectionnez Supprimer le groupe de ressources.

4. Lorsque le volet de confirmation s’affiche, entrez le nom du groupe de ressources, puis sélectionnez Supprimer.

Contenu connexe

• Flux de travail des agents IA dans Azure Logic Apps
• Labo : Créer votre premier flux de travail d’agent autonome dans Azure Logic Apps
• Limites et configuration d’Azure Logic Apps
• Quotas et limites du service Azure OpenAI