Treballar amb el servidor MCP de Power Apps

Important

A partir de l'1 de maig de 2026, el feed d'agents només admet agents que utilitzen el Power Apps MCP Server per crear tasques. Assegura't que els teus agents estiguin ben integrats al servidor MCP Power Apps per llavors continuar utilitzant el flux d'agents. Si els teus agents no utilitzen el Power Apps MCP Server, el feed d'agents no apareix a l'aplicació basada en models. Més informació: Incorpora el teu feed d'agent per utilitzar el servidor Power Apps MCP

El protocol de context del model (MCP) és un protocol obert que permet una integració fluida entre aplicacions de grans models de llenguatge (LLM) i fonts i eines de dades externes. El teu agent pot utilitzar el Power Apps MCP Server per comunicar-se amb els teus Power Apps, proporcionant una supervisió adequada de les persones en el bucle o fluxos de treball agents.

Important

• Aquesta és una característica de visualització prèvia.
• Les característiques de visualització prèvia no estan pensades per a l'ús de producció i poden tenir una funcionalitat restringida. Aquestes funcions estan subjectes a termes d'ús suplementaris, i estan disponibles abans d'una versió oficial perquè els clients puguin obtenir access primerenc i donar comentaris.
• Aquesta funció només està disponible en anglès i substitueix l'anterior feed d'agents basat en activitats de Microsoft Copilot Studio.
• Per a informació sobre com s'utilitza la IA amb aquesta funció, consulteu FAQ sobre Power Apps eina de invoke_data_entry MCP Server.

El Power Apps MCP Server equipa el teu agent amb dos tipus de capacitats:

• Automatitzar tasques repetitives de l'aplicació:

  El Power Apps MCP Server permet als agents utilitzar eines avançades d'aplicacions desenvolupades amb Power Apps. Per exemple, les capacitats d'agent d'entrada de dades que abans estaven disponibles com a funcionalitat d'IA sota demanda ara són accessibles per a qualsevol agent a través del servidor Power Apps MCP. Per utilitzar-los, crees el teu agent, configures l'eina MCP i el dirigeixes a contingut no estructurat perquè pugui generar registres de Dataverse amb revisió i aprovació humana a través del feed millorat de l'agent.

• Supervisa l'activitat de l'agent:

  El Power Apps MCP Server també proporciona eines especialitzades als usuaris de negoci per supervisar qualsevol activitat d'agent en el feed d'agents. Ara els agents poden transferir el control a humans per a la seva revisió, assistència i orientació amb les eines MCP. Aquestes eines ofereixen als creadors molt més control sobre les tasques que volen publicar al feed de l'agent i quan necessiten el traspàs agent-humà.

Nota

L'accés al flux d'agents i a les capacitats de supervisió està limitat per defecte als rols d'Administrador del Sistema i Personalitzador del Sistema. Per permetre que més usuaris puguin veure el feed de l'agent, concedeix permisos de lectura/escriptura a nivell d'organització a les taules que es llisten aquí. Pots crear un nou rol de seguretat amb aquests permisos i assignar el rol a diversos usuaris segons calgui.

• Objectiu de l'Agent Hub (agent hubgoal)
• Agent Hub Insight (agenthubinsight)
• Agent Hub Metric (agenthubmetric)
• Agent Task(agenttask)
• Copilot(bot)

Les eines MCP de Power Apps milloren com més les utilitzes. Per exemple, quan fas correccions a suggeriments a l'agent canvas, l'eina d'entrada de dades millora segons les teves correccions. Per utilitzar les capacitats millorades del feed d'agents, activa i configura el servidor MCP de Power Apps des de l'agent Microsoft Copilot Studio. Un cop configurat, pots invocar les eines del servidor MCP de Power Apps a partir d'instruccions de l'agent utilitzant llenguatge natural.

Més informació: Crea un agent autònom connectat a Power Apps servidor MCP

Incorpora el teu agent per utilitzar el servidor MCP de Power Apps

Per configurar un agent existent que estava a la versió anterior del feed d'agents perquè utilitzi el servidor MCP de Power Apps, has de fer el següent:

1. Afegeix el servidor MCP de Power Apps al teu agent. Per fer-ho, obre l'agent a Copilot Studio i després selecciona Afegir eina.

2. Cerca Power Apps MCP Server.

3. Selecciona Afegeix i configura.

4. Actualitza les instruccions de l'agent perquè utilitzis cadascuna de les eines del Power Apps MCP Server en els moments adequats de la seva orquestració. Hi ha exemples de com fer-ho a la resta d'aquest document.

5. Desa i publica el teu agent.

Important

En escenaris d'agent autònom on un agent s'executa mitjançant un trigger, el servidor MCP de Power Apps ha d'estar configurat per funcionar amb "credencials proporcionades pel Maker", tal com es veu a la secció de detalls de l'eina. Ves a les credencials proporcionades pel creador de Control per a l'autenticació per a més detalls si aquesta opció està desactivada.

Llista d'eines

Un cop connectat al Power Apps MCP Server, l'agent pot triar entre diverses eines de l'entorn Power Platform. Aquestes eines poden generar elements del feed d'agents que generen diferents experiències d'usuari, com ara una vista costat a costat per als agents d'entrada de dades o la navegació directa a un registre d'escenaris request_for_assistance .

Eina	Descripció
log_for_review	Registra l'activitat completada per a la supervisió passiva humana.
request_assistance	Sol·licita assistència a un usuari humà.
invoke_data_entry	Crea un o més registres en una font de dades com Microsoft Dataverse, utilitzant continguts de text pla o d'un correu electrònic.

log_for_review

Registres completats del treball de l'agent al feed de l'agent per a la seva revisió. L'eina log_for_review està pensada per a escenaris on un agent té prou informació per actuar de manera autònoma però l'usuari hauria de ser informat del que ha fet l'agent. Aquesta eina es pot considerar com una manera de supervisar passivament les accions d'alta confiança o de baix risc realitzades pels agents. És més adequat per a decisions que es poden revisar o revertir fàcilment si l'agent realitza l'acció incorrectament. A més del títol, la descripció i els passos, també pots demanar a l'eina que afegeixi un enllaç al registre rellevant de Dataverse o a una URL externa a l'aplicació. Si una acció d'agent toca diversos registres de Dataverse, pots indicar a quin registre ha de navegar en relació amb la tasca creada. Podria ser l'enllaç al registre que l'agent va crear utilitzant el servidor MCP de Dataverse o un enllaç de registre present en context, com el registre que va desencadenar l'execució de l'agent. Aquestes tasques es mostren a la pestanya Completat del feed de l'agent.

Exemple d'instrucció

Quan el client fa una reserva des del portal, aquest agent ha d'anotar les dades per a la revisió. El títol de l'article de la ressenya ha d'estar basat en el número de referència de la reserva i ha d'utilitzar exactament el prefix "Review Web Booking: ". A la descripció de la ressenya, escriu un resum concís de la reserva que inclogui camps principals com Referència de Reserva, Data de Reserva, Número de seient i Estat, perquè un revisor pugui entendre ràpidament què s'ha processat sense haver d'obrir el registre. Assegura't que la descripció sigui un paràgraf curt i reflecteixi amb precisió els valors actuals del registre de la reserva. Inclou el teu raonament com a passos. També, inclou un enllaç al registre de la reserva.

request_assistance

L'objectiu de l'eina request_assistance és permetre als agents posar a la llum errors, escalades o excepcions als usuaris, perquè puguin prendre les accions adequades. Com a creador, pots definir els escenaris per fer que el teu agent utilitzi l'eina request_assistance . Crea una tasca del feed d'agents que es troba a la secció Needs Attention del feed d'agents. Aquesta és una operació asíncrona que crida l'agent de Microsoft Copilot Studio que espera fins que l'humà acabi l'acció. Per a més detalls sobre com completar l'activitat del feed d'accions, ves a Supervisar agents en aplicacions basades en models amb feed d'agents (previsualització)

Pots observar l'estat en curs de l'agent executar-se a la pestanya d'activitat quan visualitzis l'agent a Copilot Studio. Un cop l'usuari completa l'activitat del feed de l'agent, el control torna a l'agent mitjançant callback i l'agent pot completar la tasca.

Com amb l'eina log_for_review , pots controlar la sortida de la tasca pel títol, la descripció i els passos, i pots ser específic a l'hora de dir a l'agent quin enllaç associar a una tasca determinada.

Exemple d'instrucció

Quan aquest agent es veu activat per la creació d'un nou cas de suport, hauria de sol·licitar assistència. A la petició, posa el títol prefixant el valor de l'emissió amb "Assistència necessària: ". A la descripció de la tasca inclou el tipus de problema, la descripció del problema, la data de notificació i el valor resolt. Inclou els teus passos de raonament. També inclou un enllaç al registre d'emissions relacionat de Dataverse. Un cop l'usuari ha completat la tasca, continua el processament posant l'estat del cas a Tancat.

Dissenya el teu usuari en el bucle

Abans d'escriure les instruccions del teu agent, decideix on pertany la supervisió humana en el teu flux de treball. Utilitza les preguntes següents per identificar quins moments s'han d'utilitzar request_assistance, quins han d'utilitzar log_for_review, i quins l'agent pot gestionar de manera autònoma.

Pregunta	Orientació	Eina
On hi ha més en joc?	Els resultats d'alt risc requereixen supervisió independentment de la confiança de l'agent. Dóna instruccions explícites a l'agent perquè faci una pausa.	request_assistance
Quan és sempre necessària la intervenció de l'usuari?	Si pots expressar-ho com a norma, codifica-ho directament a les instruccions de l'agent.	request_assistance
Quins inputs varien de manera imprevisible?	Les dades no estructurades, els casos límit i les situacions noves no sempre es poden anticipar. Indica a l'agent que surti dinàmicament aquests aspectes.	request_assistance
L'agent necessita una resposta per continuar?	Si l'agent és bloquejat sense intervenció humana, hauria d'esperar una resposta. Si pot continuar i després una audiència humana fa una audiència, no hauria de fer-ho.	request_assistance si sí, log_for_review si no
L'usuari és propietari del resultat?	Els requisits de compliment, les aprovacions d'alt valor o les decisions de política poden requerir una aprovació humana fins i tot quan l'agent està segur.	log_for_review

Propina

Un agent ben dissenyat no demana ajuda constantment. En canvi, pregunta en els moments adequats. Fes servir request_assistance amb moderació per a qüestions de decisió genuïnes, i deixa log_for_review que la resta.

Exemples d'instruccions per patró

Regla explícita:

"Per a qualsevol reclamació amb una pèrdua estimada superior a 5.000 dòlars, utilitza request_assistance per redirigir la reclamació al perit assignat abans de continuar."

Judici dinàmic:

"Si la causa de la pèrdua és ambigua o els documents de la reclamació entren en conflicte, utilitza-ho request_assistance per marcar la reclamació perquè l'ajustador la revisi."

Supervisió passiva:

"Després de completar la determinació de cobertura, utilitza log_for_review per registrar el resultat i confirmar que la reclamació ha estat aprovada per avançar."

---

Exemple: Agent de determinació de pòlissa d'assegurança de la llar

L'exemple següent mostra com aquests patrons s'apliquen a un flux de treball complet i real.

L'agent s'activa automàticament quan es presenta una nova reclamació. Extreu la pòlissa, els avals i els documents de suport rellevants de Dataverse, i després els justifica per produir una determinació de cobertura, comprovant si la pòlissa estava activa, si el perill reclamat està cobert i si algun conflicte de documents afecta la confiança en el resultat.

A partir d'aquí, l'agent utilitza el servidor MCP de Power Apps per mostrar resultats al feed de l'agent basant-se en el que ha trobat. Si la reclamació és ambigua, conflictiva o requereix el judici de l'ajustador, l'agent l'utilitza request_assistance per crear una tasca per a l'ajustador assignat amb el context que necessita per actuar. Si la reclamació és clara, l'agent registra log_for_review passivament el resultat i no cal cap acció. Quan un ajustador completa una tasca, l'agent reprèn, llegeix la decisió, actualitza el registre de la reclamació i registra un avís de finalització al feed.

El resultat és un flux de treball on l'agent gestiona el volum rutinari de manera autònoma i només recull una persona en punts de decisió genuïns amb prou context perquè l'ajustador pugui actuar immediatament.

invoke_data_entry

L'eina invoke_data_entry agilitza la creació de registres de Dataverse extraient informació estructurada d'entrades no estructurades com correus electrònics, missatges o documents. Quan s'invoca des d'un agent de Copilot Studio, analitza automàticament el contingut entrant, omple el formulari corresponent amb les dades extretes i presenta l'entrada proposada com una tasca al feed de l'agent per a la revisió i aprovació dels usuaris. Requereix la revisió de l'entrada proposada per part de l'usuari abans de crear el registre. Els registres mai no es creen automàticament amb l'eina invoke_data_entry . Això permet una captura de dades ràpida i fiable amb un esforç manual mínim.

Exemple d'instrucció: agent activat per correu compartit

Ets l'agent generador d'idees de viatge. La teva feina és processar correus entrants i crear registres d'idees de viatge a Dataverse.

Quan arriba un correu electrònic:

1. Determina si conté informació relacionada amb el viatge (ja sigui al cos del correu electrònic o als arxius adjunts).

2. Utilitza l'eina invoke_data_entry per crear un registre d'idees de viatge amb la informació extreta a les següents columnes:

   • cr3ea_title
   • cr3ea_description
   • cr3ea_triptype
   • cr3ea_customername
   • cr3ea_customeremail
   • cr3ea_customerphone
   • cr3ea_destinationcity
   • cr3ea_travelstart
   • cr3ea_travelend
   • cr3ea_numberoftravelers
   • cr3ea_budgetusd
   • cr3ea_specialrequests

3. Si falta informació, igualment crea el registre amb les dades disponibles: deixa camps desconeguts buits.

Nota

• Quan escriguis instruccions per al teu agent, sempre referencia les columnes de Dataverse pels seus noms lògics tal com es mostra a la instrucció d'exemple. Instruccions clares i directes ajuden l'agent a crear registres de manera fiable a partir de l'entrada. Pots veure el nom lògic d'una columna obrint la taula a make.powerapps.com, seleccionant Columnes i després obrint la columna per veure els detalls.
• invoke_data_entry L'eina admet formats .pdf, .xlsx, .docx, .jpeg, .jpg, .png, .gif and.bmp.
• invoke_data_entry l'eina pot omplir una sola línia de text (format Null), nombres enters i tipus de columna decimal.
• Assegura't que l'usuari tingui permís per crear registres per a la taula objectiu.

Com funciona l'eina invoke_data_entry

Quan configures un agent Copilot Studio per utilitzar el servidor MCP Power Apps i activar l'eina invoke_data_entry, l'agent segueix aquest procés:

1. Un agent trigger s'activa segons la teva configuració — com ara un correu electrònic que arriba a una bústia monitoritzada o un nou document pujat a SharePoint.
2. L'agent analitza el contingut entrant i les teves instruccions per determinar si s'ha d'utilitzar l'eina invoke_data_entry .
3. Si cal, s'invoca l'eina invoke_data_entry , passant el contingut d'entrada i les columnes de taula i taula de Dataverse destinació per predir.
4. L'eina processa l'entrada, extreu la informació rellevant i omple un formulari Dataverse amb valors suggerits per a cada columna mapejada.
5. Apareix una tasca al feed de l'agent. Seleccionar-lo obre l'experiència de revisió d'entrada de dades. El panell esquerre mostra l'entrada original, i el panell dret mostra el formulari omplert amb valors suggerits.
6. L'usuari pot revisar els valors extrets, fer correccions si cal i després desar el registre a Dataverse.

Proporcionar comentaris

Per donar feedback sobre l'eina invoke_data_entry:

1. Obre una tasca invoke_data_entry al feed de l'agent.
2. Selecciona el botó de retroalimentació a l'encapçalament de la tasca.
3. Tria fer un compliment, informar d'un problema o fer una suggerència.

Articles relacionats

Afegeix agents a la teva aplicació orientada al model (previsualització)

Supervisar agents en aplicacions basades en models amb feed d'agents (previsualització)