Udostępnij przez

Eksplorowanie jądra semantycznego CopilotStudioAgent

Ważne

Ta funkcja znajduje się na etapie eksperymentalnym. Funkcje na tym etapie są opracowywane i mogą ulec zmianie przed przejściem do etapu wersji zapoznawczej lub etapu kandydata do wydania.

Szczegółowa dokumentacja interfejsu API związana z tą dyskusją jest dostępna pod adresem:

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

Zaktualizowane dokumenty interfejsu API wkrótce się pojawią.

Funkcja jest obecnie niedostępna w języku Java.

Co to jest CopilotStudioAgent?

A CopilotStudioAgent to punkt integracji w strukturze semantycznego jądra, który umożliwia bezproblemową interakcję z agentami programu Microsoft Copilot Studio przy użyciu programowych interfejsów API. Ten agent umożliwia:

  • Automatyzowanie konwersacji i wywoływanie istniejących agentów programu Copilot Studio z poziomu kodu w języku Python.
  • Zachowaj bogatą historię konwersacji przy użyciu wątków, zachowując kontekst między wiadomościami.
  • Korzystaj z zaawansowanych możliwości pobierania wiedzy, wyszukiwania w Internecie i integracji danych udostępnianych w programie Microsoft Copilot Studio.

Uwaga / Notatka

Przed uzyskaniem dostępu do nich za pośrednictwem agenta należy skonfigurować źródła wiedzy/narzędzia w programie Microsoft Copilot Studio.

Przygotowywanie środowiska projektowego

Aby programować za pomocą programu CopilotStudioAgent, należy prawidłowo skonfigurować środowisko i uwierzytelnianie.

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

Wymagania wstępne

  1. Python 3.10 lub nowszy
  2. Semantyczne jądro z zależnościami programu Copilot Studio:
pip install semantic-kernel[copilotstudio]

  1. Agent programu Microsoft Copilot Studio:

    • Utwórz agenta w programie Microsoft Copilot Studio.
    • Opublikuj swojego agenta, aby uzyskać dostęp do Settings → Advanced → Metadata.
      • Schema Name (używane jako agent_identifier)
      • Environment ID

  2. Rejestracja aplikacji Azure Entra ID ("Aplikacja natywna" do interaktywnego logowania) z delegowanymi uprawnieniami CopilotStudio.Copilots.Invoke.

Zmienne środowiskowe

Ustaw następujące zmienne w środowisku lub pliku .env.

COPILOT_STUDIO_AGENT_APP_CLIENT_ID=<your-app-client-id>
COPILOT_STUDIO_AGENT_TENANT_ID=<your-tenant-id>
COPILOT_STUDIO_AGENT_ENVIRONMENT_ID=<your-env-id>
COPILOT_STUDIO_AGENT_AGENT_IDENTIFIER=<your-agent-id>
COPILOT_STUDIO_AGENT_AUTH_MODE=interactive

Wskazówka

Aby uzyskać pomoc dotyczącą uprawnień, zobacz Power Platform API Authentication (Uwierzytelnianie interfejsu API platformy Power Platform ).

Funkcja jest obecnie niedostępna w języku Java.

Tworzenie i konfigurowanie CopilotStudioAgent klienta

Możesz polegać na zmiennych środowiskowych dla większości konfiguracji, ale można jawnie utworzyć i dostosować klienta agenta zgodnie z potrzebami.

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

Podstawowe użycie — oparte na zmiennej środowiskowej

from semantic_kernel.agents import CopilotStudioAgent

agent = CopilotStudioAgent(
    name="PhysicsAgent",
    instructions="You help answer questions about physics.",
)

W przypadku ustawienia zmiennych środowiskowych nie jest wymagana żadna jawna konfiguracja klienta.

Jawna konstrukcja klienta

Zastąpij konfigurację lub użyj tożsamości niestandardowej:

from semantic_kernel.agents import CopilotStudioAgent

client = CopilotStudioAgent.create_client(
    auth_mode="interactive",  # or use CopilotStudioAgentAuthMode.INTERACTIVE
    agent_identifier="<schema-name>",
    app_client_id="<client-id>",
    tenant_id="<tenant-id>",
    environment_id="<env-id>",
)

agent = CopilotStudioAgent(
    client=client,
    name="CustomAgent",
    instructions="You help answer custom questions.",
)

Funkcja jest obecnie niedostępna w języku Java.

Interakcja z elementem CopilotStudioAgent

Podstawowy przepływ pracy jest podobny do innych agentów jądra semantycznego: dostarcza dane wejściowe użytkownika, odbiera odpowiedzi, utrzymuje kontekst za pośrednictwem wątków.

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

Przykład podstawowy

import asyncio
from semantic_kernel.agents import CopilotStudioAgent

async def main():
    agent = CopilotStudioAgent(
        name="PhysicsAgent",
        instructions="You help answer questions about physics.",
    )

    USER_INPUTS = [
        "Why is the sky blue?",
        "What is the speed of light?",
    ]

    for user_input in USER_INPUTS:
        print(f"# User: {user_input}")
        response = await agent.get_response(messages=user_input)
        print(f"# {response.name}: {response}")

asyncio.run(main())

Obsługa kontekstu za pomocą wątków

Aby utrzymać konwersację z zachowaniem kontekstu:

import asyncio
from semantic_kernel.agents import CopilotStudioAgent, CopilotStudioAgentThread

async def main():
    agent = CopilotStudioAgent(
        name="PhysicsAgent",
        instructions="You help answer questions about physics.",
    )

    USER_INPUTS = [
        "Hello! Who are you? My name is John Doe.",
        "What is the speed of light?",
        "What have we been talking about?",
        "What is my name?",
    ]

    thread: CopilotStudioAgentThread | None = None

    for user_input in USER_INPUTS:
        print(f"# User: {user_input}")
        response = await agent.get_response(messages=user_input, thread=thread)
        print(f"# {response.name}: {response}")
        thread = response.thread

    if thread:
        await thread.delete()

asyncio.run(main())

Używanie argumentów i szablonów monitów

import asyncio
from semantic_kernel.agents import CopilotStudioAgent, CopilotStudioAgentThread
from semantic_kernel.contents import ChatMessageContent
from semantic_kernel.functions import KernelArguments
from semantic_kernel.prompt_template import PromptTemplateConfig

async def main():
    agent = CopilotStudioAgent(
        name="JokeAgent",
        instructions="You are a joker. Tell kid-friendly jokes.",
        prompt_template_config=PromptTemplateConfig(template="Craft jokes about {{$topic}}"),
    )

    USER_INPUTS = [
        ChatMessageContent(role="user", content="Tell me a joke to make me laugh.")
    ]

    thread: CopilotStudioAgentThread | None = None

    for user_input in USER_INPUTS:
        print(f"# User: {user_input}")
        response = await agent.get_response(
            messages=user_input,
            thread=thread,
            arguments=KernelArguments(topic="pirate"),
        )
        print(f"# {response.name}: {response}")
        thread = response.thread

    if thread:
        await thread.delete()

asyncio.run(main())

Iterowanie za pośrednictwem przesyłania strumieniowego (nieobsługiwane)

Uwaga / Notatka

Odpowiedzi przesyłania strumieniowego nie są obecnie obsługiwane przez usługę CopilotStudioAgent.

Używanie wtyczek z CopilotStudioAgent

Semantyczne jądro umożliwia tworzenie agentów i wtyczek. Chociaż podstawowa rozszerzalność programu Copilot Studio jest oferowana za pośrednictwem samego programu Studio, można tworzyć wtyczki tak jak w przypadku innych agentów.

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

from semantic_kernel.functions import kernel_function
from semantic_kernel.agents import CopilotStudioAgent

class SamplePlugin:
    @kernel_function(description="Provides sample data.")
    def get_data(self) -> str:
        return "Sample data from custom plugin"

agent = CopilotStudioAgent(
    name="PluggedInAgent",
    instructions="Demonstrate plugins.",
    plugins=[SamplePlugin()],
)

Funkcja jest obecnie niedostępna w języku Java.

Funkcje zaawansowane

Element CopilotStudioAgent może korzystać z zaawansowanych możliwości ulepszonych przez program Copilot Studio, w zależności od tego, jak agent docelowy jest skonfigurowany w środowisku programu Studio:

  • Pobieranie wiedzy — odpowiada na podstawie wstępnie skonfigurowanych źródeł wiedzy w programie Studio.
  • Wyszukiwanie w Internecie — jeśli wyszukiwanie w Internecie jest włączone w agencie programu Studio, zapytania będą używać wyszukiwania Bing.
  • Niestandardowe uwierzytelnianie lub interfejsy API — za pośrednictwem wtyczek platformy Power Platform i Studio; Bezpośrednie powiązanie z OpenAPI nie jest obecnie w pełni obsługiwane w integracji SK.

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

Wyszukiwanie wiedzy

Nie jest wymagany żaden konkretny kod w języku Python; źródła wiedzy muszą być skonfigurowane w programie Copilot Studio. Gdy komunikaty użytkownika wymagają faktów z tych źródeł, agent zwróci odpowiednie informacje.

Skonfiguruj rozwiązanie Copilot w programie Studio, aby zezwolić na wyszukiwanie Bing. Następnie użyj, jak pokazano powyżej. Aby uzyskać więcej informacji na temat konfigurowania wyszukiwania Bing, zobacz następujący przewodnik.

from semantic_kernel.agents import CopilotStudioAgent, CopilotStudioAgentThread

agent = CopilotStudioAgent(
    name="WebSearchAgent",
    instructions="Help answer the user's questions by searching the web.",
)

USER_INPUTS = ["Which team won the 2025 NCAA Basketball championship?"]

thread: CopilotStudioAgentThread | None = None

for user_input in USER_INPUTS:
    print(f"# User: {user_input}")
    # Note: Only non-streamed responses are supported
    response = await agent.get_response(messages=user_input, thread=thread)
    print(f"# {response.name}: {response}")
    thread = response.thread

if thread:
    await thread.delete()

Funkcja jest obecnie niedostępna w języku Java.

Instrukcja

Aby zapoznać się z praktycznymi przykładami użycia elementu CopilotStudioAgent, zobacz nasze przykłady kodu w witrynie GitHub:

Aplikacja CopilotStudioAgent dla platformy .NET będzie dostępna wkrótce.

Funkcja jest obecnie niedostępna w języku Java.

Uwagi:

  • Aby uzyskać więcej informacji lub rozwiązać problemy, zobacz dokumentację programu Microsoft Copilot Studio.
  • Tylko funkcje i narzędzia oddzielnie włączone i opublikowane w agencie programu Studio będą dostępne za pośrednictwem interfejsu Semantycznego Jądra.
  • W przyszłych wersjach planowane jest przesyłanie strumieniowe, wdrażanie wtyczek i dodawanie narzędzi programistycznych.

Dalsze kroki

Eksplorowanie agenta OpenAI Asystenta

  • Last updated on