Criar fluxos de trabalho de agente autônomo sem interações humanas nos Aplicativos Lógicos do Azure

Aplica-se a: Aplicativos Lógicos do Azure (Consumo + Standard)

Quando você precisar de automação alimentada por IA que seja executada de forma independente, crie fluxos de trabalho de agente autônomo nos Aplicativos Lógicos do Azure. Esses fluxos de trabalho usam loops de agente e LLMs ( grandes modelos de linguagem ) para tomar decisões e concluir tarefas sem intervenção humana. Esses fluxos de trabalho também funcionam bem para automações que podem ter execução prolongada, requerem governança mais rigorosa, isolamento ou suporte a estratégias automatizadas de reversão ou compensação.

O fluxo de trabalho de exemplo a seguir usa um agente autônomo para obter o clima atual e enviar notificações por email:

Este guia mostra como criar um aplicativo lógico de Consumo ou Standard que usa o tipo de fluxo de trabalho de Agentes Autônomos. Esse fluxo de trabalho é executado sem interação humana e usa ferramentas que você cria para concluir tarefas. Para obter uma visão geral de alto nível sobre fluxos de trabalho agente, consulte fluxos de trabalho do agente de IA nos Aplicativos Lógicos do Azure.

Pré-requisitos

Dependendo de se você deseja criar um aplicativo de lógica de Consumo ou Standard, os seguintes pré-requisitos se aplicam:

• Para acompanhar os exemplos, você precisa de uma conta de email para enviar email.

  Os exemplos neste guia usam uma conta Outlook.com. Para seus próprios cenários, você pode usar qualquer serviço de email ou aplicativo de mensagens com suporte nos Aplicativos Lógicos do Azure, como o Office 365 Outlook, Microsoft Teams, Slack e assim por diante. A configuração para outros serviços de email ou aplicativos é semelhante aos exemplos, mas tem pequenas diferenças.

Modelos de serviço do Azure OpenAI com suporte para fluxos de trabalho de agente

A lista a seguir especifica os modelos de IA que você pode usar com fluxos de trabalho do agente:

Faturamento

• Consumo: a cobrança usa o modelo de pagamento conforme o uso. O preço do loop do agente é baseado no número de tokens que cada ação do agente usa e aparece como Unidades Empresariais na sua fatura. Para obter informações de preços específicas, consulte os preços dos Aplicativos Lógicos do Azure.

• Padrão: embora os fluxos de trabalho do agente não incorram em encargos extras, o uso do modelo de IA incorre em encargos. Para obter mais informações, consulte a calculadora de preços do Azure.

Limitações e problemas conhecidos

A tabela a seguir descreve as limitações atuais e quaisquer problemas conhecidos nesta versão, com base no tipo de recurso do aplicativo lógico.

Criar um fluxo de trabalho de agente autônomo

A seção a seguir mostra como começar a criar seu fluxo de trabalho de agente autônomo.

Configurar ou exibir o modelo de IA

Para configurar ou exibir o modelo de IA para seu agente, siga as etapas com base no tipo de aplicativo lógico:

Renomear o agente

Atualize o nome do agente para identificar claramente a finalidade do agente seguindo estas etapas:

1. No designer, selecione a barra de título do agente para abrir o painel de informações do agente.

2. No painel de informações, selecione o nome do agente e insira o novo nome, por exemplo, Weather agent.

   

3. Prossiga para a próxima seção para fornecer instruções ao agente.

Configurar instruções do agente

O agente requer instruções que descrevem as funções que o agente pode executar e as tarefas que o agente pode executar. Para ajudar o agente a aprender e entender essas responsabilidades, você também pode incluir as seguintes informações:

• Estrutura de fluxo de trabalho
• Ações disponíveis
• Quaisquer restrições ou limitações
• Interações para cenários específicos ou casos especiais

Para obter os melhores resultados, forneça instruções prescritivas e esteja preparado para refinar iterativamente suas instruções.

1. Na caixa Instruções para agente , insira as instruções de que o agente precisa entender sua função e tarefas.

   Para este exemplo, o exemplo do agente meteorológico usa as seguintes instruções de exemplo em que você posteriormente fornece uma lista de assinantes com seu próprio endereço de email para teste:

   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".
   

   Veja um exemplo:

   

2. Opcionalmente, você pode fornecer instruções de usuário que o agente usa como solicitações.

   Para obter os melhores resultados, faça com que cada instrução do usuário se concentre em uma tarefa específica, por exemplo:

   1. No painel de informações do agente, na seção Instruções do usuário , na caixa Item de instruções do usuário – 1, insira o prompt para o agente.

   2. Para adicionar outra instrução, selecione Adicionar novo item.

   3. Na caixa Item de instruções do usuário – 2, insira outra solicitação para o agente.

   4. Repita até concluir a adição de todos os prompts desejados.

3. Agora, você pode salvar seu fluxo de trabalho. Selecione Salvar na barra de ferramentas do designer.

Verificar quanto a erros

Para garantir que o fluxo de trabalho não tenha erros neste estágio, siga estas etapas:

Criar uma ferramenta ‘Obter clima’

Para que um agente execute ações predefinidas disponíveis nos Aplicativos Lógicos do Azure, você deve criar uma ou mais ferramentas para o agente usar. Uma ferramenta deve conter pelo menos uma ação e apenas ações. O agente chama a ferramenta usando argumentos específicos.

Neste exemplo, o agente precisa de uma ferramenta que obtenha a previsão do tempo. Você pode criar essa ferramenta seguindo estas etapas:

1. No designer, dentro do agente e na ferramenta Adicionar, selecione o sinal de adição (+) para abrir o painel em que você pode procurar ações disponíveis.

2. No painel Adicionar uma ação , siga as etapas gerais do aplicativo lógico para adicionar uma ação que seja melhor para o seu cenário.

   Este exemplo usa a ação clima MSN chamada Get current weather.

   Depois de selecionar a ação, o contêiner Ferramenta e a ação selecionada aparecem no agente no designer. Os dois painéis de informações também são abertos ao mesmo tempo.

   

3. No painel de informações da ferramenta, renomeie a ferramenta para descrever sua finalidade. Para este exemplo, use Get weather.

4. Na guia Detalhes , para Descrição, insira a descrição da ferramenta. Para este exemplo, use Get the weather for the specified location.

   

   Em Descrição, a seção Parâmetros do Agente aplica-se somente a casos de uso específicos. Para obter mais informações, consulte Criar parâmetros do agente.

5. Continue para a próxima seção para saber mais sobre parâmetros de agente, seus casos de uso e como criá-los, com base nesses casos de uso.

Criar parâmetros de agente para a ação 'Obter clima atual'

As ações geralmente têm parâmetros que exigem que você especifique os valores a serem usados. As ações nas ferramentas são quase as mesmas, exceto por uma diferença. Você pode criar parâmetros de agente que o agente usa para especificar os valores de parâmetro para ações em ferramentas. Você pode especificar saídas geradas por modelos, valores de fontes não modelo ou uma combinação. Para obter mais informações, consulte os parâmetros do Agente.

A tabela a seguir descreve os casos de uso para criar parâmetros de agente e onde criá-los, com base no caso de uso:

Usar somente saídas geradas por modelo

Para um parâmetro de ação que usa apenas saídas geradas por modelo, crie um parâmetro de agente seguindo estas etapas:

1. Na ferramenta, selecione a ação para abrir o painel de informações.

   Para este exemplo, a ação é Obter o clima atual.

2. Na guia Parâmetros , selecione dentro da caixa de parâmetros para mostrar as opções de parâmetro.

3. Na borda direita da caixa Localização , selecione o botão estrelas.

   Este botão tem a seguinte dica de ferramenta: selecione para gerar o parâmetro do agente.

   

   A janela Criar parâmetro do agente mostra os campos Nome, Tipo e Descrição , que são pré-preenchidos do parâmetro de ação de origem.

   A tabela a seguir descreve os campos que definem o parâmetro do agente:

   Parâmetro	Value	Description
   Nome	< agent-parameter-name>	O nome do parâmetro do agente.
   Tipo	< tipo-de-dado-do-parâmetro-do-agente>	O tipo de dados de parâmetro do agente.
   Descrição	< agent-parameter-description>	A descrição do parâmetro do agente que identifica facilmente a finalidade do parâmetro.

   Observação

   A Microsoft recomenda que você siga a definição da ação no Swagger. Por exemplo, para a ação Ver previsão do tempo atual, que vem do conector "compartilhado" do MSN Clima hospedado e gerenciado pelo Azure global e multilocatário, confira o artigo de referência técnica do conector do MSN Clima.

4. Quando estiver pronto, selecione Criar.

   O exemplo a seguir mostra a ação Obter clima atual com o parâmetro Agente de localização :

   

5. Salve seu fluxo de trabalho.

Usar valores de fontes não-modelo

Para um valor de parâmetro de ação que usa apenas valores não-modelo, escolha a opção que melhor se ajusta ao seu caso de uso:

Usar saídas de operações anteriores no fluxo de trabalho

Para navegar e selecionar essas saídas, siga estas etapas:

1. Selecione dentro da caixa de parâmetros e selecione o ícone relâmpago para abrir a lista de conteúdo dinâmico.

2. Na lista, na seção gatilho ou ação, selecione a saída desejada.

3. Salve seu fluxo de trabalho.

Usar resultados de expressões

Para criar uma expressão, siga estas etapas:

1. Selecione dentro da caixa de parâmetros e, em seguida, selecione o ícone de função para abrir o editor de expressões.

2. Selecione entre as funções disponíveis para criar a expressão.

3. Salve seu fluxo de trabalho.

Para obter mais informações, consulte o guia de referência para funções de expressão de fluxo de trabalho nos Aplicativos Lógicos do Azure.

Usar saídas de modelo e valores não modelo

Alguns cenários podem precisar especificar um valor de parâmetro de ação que use tanto as saídas geradas por modelo quanto valores não modelares. Por exemplo, talvez você queira criar um corpo do e-mail que use texto estático, saídas não modeladas de operações anteriores no fluxo de trabalho e saídas geradas por modelo.

Para esses cenários, crie o parâmetro do agente na ferramenta seguindo estas etapas:

1. No designer, selecione a ferramenta na qual você deseja criar o parâmetro do agente.

2. Na guia Detalhes , em Parâmetros do Agente, selecione Criar Parâmetro.

3. Expanda o Novo parâmetro do agente e forneça as informações a seguir, correspondentes aos detalhes do parâmetro de ação.

   Para este exemplo, a ação de exemplo é Obter o clima atual.

   Observação

   A Microsoft recomenda que você siga a definição da ação no Swagger. Por exemplo, para encontrar essas informações para a ação Obter clima atual, consulte o artigo de referência técnica do conector MSN Weather. A ação de exemplo é fornecida pelo conector "compartilhado" gerenciado pelo MSN Weather, que é hospedado e executado no Azure global e multilocatário.

   Parâmetro	Value	Description
   Nome	< agent-parameter-name>	O nome do parâmetro do agente.
   Tipo	< tipo-de-dado-do-parâmetro-do-agente>	O tipo de dados de parâmetro do agente.
   Descrição	< agent-parameter-description>	A descrição do parâmetro do agente que identifica facilmente a finalidade do parâmetro. Você pode escolher entre as seguintes opções ou combiná-las para fornecer uma descrição: - Texto literal sem formatação com detalhes como a finalidade do parâmetro, valores permitidos, restrições ou limites. – Resultados de operações anteriores no fluxo de trabalho. Para navegar e escolher essas saídas, selecione dentro da caixa Descrição e selecione o ícone relâmpago para abrir a lista de conteúdo dinâmico. Na lista, selecione a saída desejada. – Resultados de expressões. Para criar uma expressão, selecione dentro da caixa Descrição e selecione o ícone de função para abrir o editor de expressões. Selecione entre as funções disponíveis para criar a expressão.

   Quando terminar, em Parâmetros do Agente, o novo parâmetro do agente será exibido.

4. Na interface do designer, na ferramenta, selecione a ação para abrir o painel de informações da ação.

5. Na guia Parâmetros , selecione dentro da caixa de parâmetros para mostrar as opções de parâmetro e selecione o ícone de robô.

6. Na lista de parâmetros do Agente , selecione o parâmetro de agente que você definiu anteriormente.

   A ferramenta Obter clima atual concluída parece-se com o exemplo a seguir:

   

7. Salve seu fluxo de trabalho.

Criar uma ferramenta 'Enviar email'

Para muitos cenários, um agente geralmente precisa de mais de uma ferramenta. Neste exemplo, o agente precisa de uma ferramenta que envie o relatório meteorológico por email.

Para criar essa ferramenta, siga estas etapas:

1. No designer, no agente, ao lado da ferramenta existente, selecione o sinal de adição (+) para adicionar uma ação.

2. No painel Adicionar uma ação , siga estas etapas gerais para selecionar outra ação para sua nova ferramenta.

   Este exemplo usa a ação Outlook.com chamada Enviar um email (V2).

   Assim como antes, depois de selecionar a ação, a nova Ferramenta e a ação aparecem dentro do agente no designer. Ambos os painéis de informações são abertos ao mesmo tempo.

   

3. No painel de informações da ferramenta, renomeie a ferramenta para descrever sua finalidade. Para este exemplo, use Send email.

4. Na guia Detalhes , para Descrição, insira a descrição da ferramenta. Para este exemplo, use Send current weather by email.

   

5. Salve seu fluxo de trabalho.

Criar parâmetros de agente para a ação 'Enviar um email (V2)'

Exceto pelos diferentes parâmetros de agente a serem configurados para a ação Enviar um email (V2), as etapas nesta seção são quase as mesmas que criar parâmetros do agente para a ação "Obter clima atual".

1. Siga as etapas gerais anteriores para criar parâmetros de agente para os valores de parâmetro na ação Enviar um email (V2 ).

   A ação precisa de três parâmetros de agente chamados To, Subject e Body. Para obter a definição do Swagger da ação, consulte Enviar um email (V2).

   Quando você terminar, a ação de exemplo usará os parâmetros de agente definidos anteriormente, conforme mostrado aqui:

   

   A ferramenta enviar email concluída é semelhante ao exemplo a seguir:

   

2. Salve seu fluxo de trabalho.

Criar uma ferramenta de lista de assinantes

Por fim, para este exemplo, crie uma ferramenta chamada Obter assinantes para fornecer uma lista de assinantes para os valores de parâmetro do agente a serem usados. Essa ferramenta usa a ação Redigir para fornecer o nome do assinante, o endereço de email e o local. Ou você pode obter essas entradas do armazenamento de blobs ou de um banco de dados. Os Aplicativos Lógicos do Azure oferecem muitas opções que você pode usar como fontes de dados.

Neste exemplo, siga estas etapas:

1. Renomeie a ferramenta para Get subscribers.

2. Na ferramenta Obter assinantes , use a seguinte descrição:

   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. Renomeie para Compor a ação para Subscriber list. Na caixa de entrada , use a seguinte matriz JSON, mas substitua os dados de assinante de exemplo pelos dados que você deseja usar para teste. Por exemplo, substitua os endereços de email por seus próprios para que você obtenha o clima para locais diferentes.

   [
       {
           "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"
       }
   ]
   

   A ferramenta Get subscribers concluída é semelhante ao exemplo a seguir:

   

4. Salve o fluxo de trabalho e teste o fluxo de trabalho para garantir que tudo funcione da maneira esperada.

   Você deve receber um email com o clima para cada local.

Práticas recomendadas para agentes e ferramentas

As seções a seguir fornecem recomendações, práticas recomendadas e outras diretrizes que podem ajudá-lo a criar melhores agentes e ferramentas.

Agents

As diretrizes a seguir fornecem práticas recomendadas para agentes.

Prototipar agentes e ferramentas por meio de ações de 'Compor'

Em vez de usar ações reais e conexões dinâmicas para protótipo de seu agente e ferramentas, use ações de Redação para "simular" ou simular as ações reais. Essa abordagem oferece os seguintes benefícios:

• Ações de Compose não produzem efeitos secundários, o que torna essas ações úteis para ideação, design e teste.

• Você pode criar e aprimorar instruções de agentes, prompts, nomes e descrições de ferramentas, além de parâmetros e descrições de agentes, tudo isso sem precisar configurar e usar conexões ativas.

• Quando você confirma que seu agente e ferramentas funcionam apenas com as ações de Redação, você está pronto para trocar nas ações reais.

• Ao alternar para as ações reais, você precisa redirecionar ou recriar os parâmetros do agente para trabalhar com as ações reais, o que pode levar algum tempo.

Gerenciar o comprimento do contexto do histórico de chat

O agente de fluxo de trabalho mantém o histórico do chat ou contexto, incluindo invocações de ferramentas, com base no limite atual do número de tokens ou mensagens a serem mantidos e passados para o modelo na próxima interação. Com o tempo, o histórico do agente aumenta e, eventualmente, excede o limite de comprimento de contexto do modelo ou o número máximo de tokens de entrada. Os modelos diferem em seus comprimentos de contexto.

Por exemplo, o gpt-4o dá suporte a 128.000 tokens de entrada em que cada token tem de 3 a 4 caracteres. Quando o histórico do agente se aproxima do comprimento de contexto do modelo, considere descartar mensagens obsoletas ou irrelevantes para permanecer abaixo do limite.

Veja algumas abordagens para reduzir o histórico do agente:

• Reduza o tamanho dos resultados das ferramentas usando a ação Redigir. Para obter mais informações, consulte Ferramentas – Práticas recomendadas.

• Crie cuidadosamente instruções e solicitações do agente para controlar o comportamento do modelo.

• Funcionalidade experimental: você tem a opção de experimentar a redução do chat para reduzir o número máximo de tokens ou mensagens a serem mantidas no histórico de chats e transmitidas para o modelo.

  Um agente de fluxo de trabalho tem quase os mesmos parâmetros avançados que o conector interno do provedor de serviços do Azure OpenAI, com exceção do parâmetro avançado Tipo de Redução de Histórico do Agente , que existe apenas no agente. Esse parâmetro controla o histórico que o agente mantém, com base no número máximo de tokens ou mensagens.

  Essa funcionalidade está em desenvolvimento ativo e pode não funcionar para todos os cenários. Você pode alterar a opção Tipo de Redução de Histórico do Agente para reduzir o limite de tokens ou mensagens. Em seguida, especifique o limite numérico desejado.

  Para experimentar a funcionalidade, siga estas etapas:

  1. No designer, selecione a barra de título do agente para abrir o painel de informações.

  2. Na guia Parâmetros , localize a seção Parâmetros avançados .

  3. Verifique se o parâmetro chamado Tipo de Redução de Histórico do Agente existe. Caso contrário, abra a lista de parâmetros avançados e selecione esse parâmetro.

  4. Na lista Tipo de Redução de Histórico do Agente , selecione uma das seguintes opções:

     Opção	Description
     Redução da contagem de tokens	Mostra o parâmetro chamado Contagem Máxima de Tokens. Especifica o número máximo de tokens no histórico do agente para serem mantidos e passados ao modelo para a próxima interação. O padrão difere com base no modelo usado atualmente no Serviço OpenAI do Azure. O limite padrão é 128.000.
     Redução da contagem de mensagens	Mostra o parâmetro chamado Limite de Contagem de Mensagens. Especifica o número máximo de mensagens no histórico do agente para manter e passar para o modelo para a próxima interação. Não existe nenhum limite padrão.

Tools

As diretrizes a seguir fornecem práticas recomendadas para ferramentas.

• O nome é o valor mais importante para uma ferramenta. Verifique se o nome é sucinto e descritivo.

• A descrição da ferramenta fornece um contexto valioso e útil para a ferramenta.

• O nome da ferramenta e a descrição têm limites de caracteres.

  Alguns limites são impostos pelo modelo no Serviço OpenAI do Azure em tempo de execução, em vez de quando você salva as alterações no agente no fluxo de trabalho.

• Muitas ferramentas no mesmo agente podem ter um efeito negativo na qualidade do agente.

  Uma boa diretriz geral recomenda que um agente inclua no máximo 10 ferramentas. No entanto, essas diretrizes variam de acordo com o modelo que você usa do Serviço OpenAI do Azure.

• Nas ferramentas, as ações não precisam ter todas as suas entradas provenientes do modelo.

  Você pode controlar com precisão quais entradas de ação vêm de fontes que não são de modelo e quais entradas vêm do modelo. Por exemplo, suponha que uma ferramenta tenha uma ação que envie emails. Você pode fornecer um corpo de email simples e principalmente estático, mas usar saídas geradas por modelo para parte desse corpo de email.

• Personalize ou transforme os resultados da ferramenta antes de passá-los para o modelo.

  Você pode alterar os resultados de uma ferramenta antes que eles passem para o modelo usando a ação Redigir. Essa abordagem oferece os seguintes benefícios:

  • Melhore a qualidade da resposta reduzindo o contexto irrelevante que passa para o modelo. Você envia apenas os campos necessários de uma resposta grande.

  • Reduza os encargos de faturamento relacionados aos tokens que passam para o modelo e evite exceder o limite do modelo no comprimento do contexto, que é o número máximo de tokens que podem ser processados pelo modelo. Você envia apenas os campos de que precisa.

  • Combine os resultados de várias ações na ferramenta.

  • Você pode simular os resultados da ferramenta para simular os resultados esperados de ações reais. Ações simuladas deixam os dados inalterados na origem e não incorrem em encargos para uso de recursos fora dos Aplicativos Lógicos do Azure.

Parâmetros do agente

As diretrizes a seguir fornecem práticas recomendadas para parâmetros de agente.

• O nome é o valor mais importante para um parâmetro de agente. Verifique se o nome é sucinto e descritivo.

• A descrição do parâmetro do agente fornece um contexto útil e útil para a ferramenta.

Solução de problemas

Esta seção descreve as diretrizes para ajudar a solucionar erros ou problemas que você pode encontrar ao criar ou executar fluxos de trabalho do agente.

Examinar dados de execução da ferramenta

O histórico de execução de fluxo de trabalho fornece informações úteis que ajudam você a saber o que aconteceu durante uma execução específica. Para um fluxo de trabalho do agente, você pode encontrar entradas e saídas de execução de ferramentas para uma iteração de loop de agente específica.

1. No menu fluxo de trabalho, em Ferramentas, selecione Histórico de execuções para abrir a página Histórico de execuções .

2. Na guia Histórico de execuções , na coluna Identificador , selecione a execução do fluxo de trabalho desejada.

   A exibição de monitoramento é aberta para mostrar o status de cada etapa.

3. Selecione o agente que você deseja inspecionar. No lado direito, o painel de log do Agente aparece.

   Este painel mostra o log do agente, incluindo execuções de ferramentas durante a interação.

4. Para obter dados de execução da ferramenta em um ponto específico, localize esse ponto no log do agente e selecione a referência de execução da ferramenta, por exemplo:

   

   Essa ação move você para a ferramenta de correspondência na Visualização de Monitoramento. O agente mostra a contagem de iteração atual.

5. No modo de exibição de monitoramento, selecione o agente ou a ação com as entradas, saídas e propriedades que você deseja examinar.

   O exemplo a seguir mostra uma ação selecionada para a execução da ferramenta selecionada anteriormente:

   

   Se você selecionar o agente, poderá examinar as seguintes informações que passam para o modelo e retorna do modelo, por exemplo:

   • Mensagens de entrada passadas para o modelo.
   • Mensagens de saída retornadas do modelo.
   • Ferramentas que o modelo pediu ao agente para chamar.
   • Resultados da ferramenta que foram passados de volta para o modelo.
   • Número de tokens usados por cada solicitação.

6. Para examinar uma iteração de loop de agente diferente, no agente, selecione a seta para a esquerda ou para a direita.

Logs no Application Insights

Se você configurar o Application Insights ou telemetria avançada para seu fluxo de trabalho, poderá examinar os logs de eventos do agente, como qualquer outra ação. Para obter mais informações, consulte Habilitar e exibir telemetria aprimorada no Application Insights para fluxos de trabalho Standard nos Aplicativos Lógicos do Azure.

O tamanho máximo do contexto do modelo foi excedido

Se o histórico de logs do agente exceder o comprimento de contexto do modelo ou o número máximo de tokens de entrada, você receberá um erro semelhante ao seguinte exemplo:

O tamanho máximo de contexto desse modelo é de 4.097 tokens. No entanto, você solicitou 4927 tokens (3927 nas mensagens, 1000 na conclusão). Reduza o comprimento das mensagens ou da conclusão.

Tente reduzir o limite do número de tokens ou mensagens que seu agente mantém no log e que sejam passadas para o modelo para a próxima interação. Para este exemplo, você pode selecionar a redução da contagem de tokens e definir a Contagem Máxima de Tokens como um número abaixo do tamanho máximo de contexto declarado do erro, que é 4097.

Para obter mais informações, consulte Gerenciar o comprimento do contexto do histórico de chat.

Limpar recursos de exemplo

Se você não precisar dos recursos que criou para os exemplos fornecidos, certifique-se de excluir os recursos para evitar cobranças contínuas. Você pode seguir estas etapas para excluir o grupo de recursos que contém esses recursos ou excluir cada recurso individualmente.

1. Na caixa de pesquisa do Azure, insira grupos de recursos e selecione Grupos de recursos.

2. Localize e selecione os grupos de recursos que contêm os recursos deste exemplo.

3. Na página Visão geral , selecione Excluir grupo de recursos.

4. Quando o painel de confirmação for exibido, insira o nome do grupo de recursos e selecione Excluir.

Conteúdo relacionado

• Fluxos de trabalho do agente de IA nos Aplicativos Lógicos do Azure
• Laboratório: Criar seu primeiro fluxo de trabalho de agente autônomo nos Aplicativos Lógicos do Azure
• Limites e configuração de Aplicativos Lógicos do Azure
• Cotas e limites do Serviço OpenAI do Azure