Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Platí pro: Azure Logic Apps (Consumption + Standard)
Důležité
Funkce pracovních postupů agenta Consumption je ve verzi Preview a podléhá dodatečným podmínkám použití pro verze Microsoft Azure Preview.
Azure Logic Apps podporuje pracovní postupy, které dokončí úlohy pomocí smyček agentů s velkými jazykovými modely (LLM). Smyčka agenta používá iterativní proces k řešení složitých vícestupňových problémů. LLM je vytrénovaný program, který rozpozná vzory a provádí úlohy bez lidské interakce, například:
- Analyzujte, interpretujte a zdůvodňujte informace, jako jsou instrukce, výzvy, vstupy a další data.
- Rozhodování na základě výsledků a dostupných dat
- Na základě pokynů agenta formulujte a vraťte odpovědi zpět tazateli.
Můžete vytvářet pracovní postupy, které používají autonomní nebo konverzační smyčky agentů. Smyčka agenta používá ke komunikaci s vámi a připojeným modelem přirozený jazyk. Agent také používá výstupy generované modelem k práci s lidskou interakcí nebo bez interakce. Model pomáhá smyčce agenta poskytovat následující možnosti:
- Přijměte informace o roli agenta, o tom, jak pracovat a jak reagovat.
- Přijímat a odpovídat na pokyny a požadavky nebo výzvy.
- Zpracování vstupů, analýza dat a volby na základě dostupných informací
- Zvolte nástroje pro dokončení úkolů potřebných ke splnění požadavků. Nástroj je v podstatě posloupnost s jednou nebo více akcemi, které provádějí úlohu.
- Přizpůsobit se prostředím, která vyžadují flexibilitu a jsou proměnlivá, dynamická, nepředvídatelná nebo nestabilní.
Díky 1 400 konektorům , které můžete použít k vytváření nástrojů pro použití smyčky agentů, podporují pracovní postupy agentů širokou škálu scénářů, které výrazně využívají možnosti smyčky agentů a modelů. Na základě vašeho scénáře vytvořte buď pracovní postup autonomního agenta bez lidské interakce, nebo pracovní postup konverzačního agenta s lidskou interakcí tak, aby co nejlépe vyhovoval potřebám vašeho řešení.
Tento přehled se zabývá následujícími oblastmi:
- Agent versus neagenturní pracovní postupy
- Klíčové koncepty agentní smyčky
- Autonomní a konverzační pracovní postupy agentů
- Struktura agenta
- Ukázkové scénáře
- Autentizace a autorizace
- Základní fakturační údaje
Agent versus neagenturní pracovní postupy
Pracovní postupy, které používají smyčky agentů, se můžou vyvíjet nad rámec limitů stanovených pro pracovní postupy mimo agenty. Pracovní postupy agentů se můžou přizpůsobit prostředím, kde dojde k neočekávaným událostem, zvolit nástroje, které se mají použít na základě výzev, vstupů a dostupných dat, nepřetržitě zlepšit jejich výkon, zpracovávat nestrukturovaná data, podporovat složité scénáře a poskytovat vyšší úroveň adaptability a flexibility. Neagent pracovní postupy fungují nejlépe ve stabilních prostředích, dodržují předdefinovaná pravidla a provádějí úlohy, které jsou statické, předvídatelné a opakující se.
Následující tabulka obsahuje další porovnání mezi pracovními postupy agenta a pracovními postupy, které nejsou agenty:
| Aspekt | Agenta | Neagent |
|---|---|---|
| Logika | Proveďte informované volby o úkolech, které se mají provést, na základě vstupů a dalších dostupných informací a proveďte akce. | Postupujte podle předdefinovaných pravidel a pevných sekvencí. |
| Správa úkolů | Zacházení s úkoly jako samostatnými entitami | Není relevantní |
| Struktura dat | Zpracovávání a manipulace s nestrukturovanými daty | Zpracovávat a zpracovat strukturovaná data s předvídatelnými vzory |
| Přizpůsobivost | Detekujte a reagujte na měnící se podmínky a prostředí, proveďte rozhodnutí a přizpůsobte se novým vstupům v reálném čase. | Může se potýkat s prostředími, u kterého dochází k neočekávaným nebo dynamickým změnám. |
Klíčové koncepty
Následující tabulka obsahuje základní úvod do klíčových konceptů:
| Koncepce | Popis |
|---|---|
| Smyčka agenta | Předem připravená akce, která používá strukturovaný iterativní proces k řešení složitých vícestupňových problémů. Smyčka agenta dosáhne tohoto cíle iterativním sledováním následujících kroků: 1. Zamyslete se: Shromažďování, zpracování a analýza dostupných informací a vstupů, jako jsou text, obrázky, zvuk, data snímačů atd., z konkrétních zdrojů dat. Využijte modely důvodů, logiky nebo učení, abyste porozuměli požadavkům, vytvořili plány nebo řešení a zvolili nejlepší akci pro odpovědi nebo plnění požadavků pomocí generativních modelů AI. 2. Akt: Na základě voleb provedených a dostupných nástrojů dokončete úkoly v digitálním nebo skutečném světě. 3. Výuka (volitelné): Přizpůsobení vlastního chování v průběhu času pomocí zpětné vazby nebo jiných informací Agent může přijímat pokyny, pracovat se službami, systémy, aplikacemi a daty vyvoláním nástrojů, které vytvoříte pomocí předem připravených akcí v Azure Logic Apps, a reagovat na výsledky. Agent může zpracovávat informace, provádět volby a provádět úlohy pomocí nasazeného modelu, například ve službě Azure OpenAI. Poznámka: Pracovní postup agenta může obsahovat více agentů v posloupnosti. Nemůžete přidat agenta přímo jako nástroj do jiného agenta. Další informace najdete v tématu Co je agent AI? |
| Velký jazykový model (LLM) | Program natrénovaný na rozpoznávání vzorů a provádění úloh bez zásahu člověka. Další informace najdete v tématu Co jsou velké jazykové modely? |
| nástroj | Nástroj obsahuje jednu nebo více akcí, které provádějí úlohu agenta. Nástroj může například odesílat e-maily, pracovat se zdroji dat, provádět výpočty nebo převody, pracovat s rozhraními API atd. Podívejte se například na nástroj Vytvořit počasí. |
| Parametr agenta | Parametr, který vytvoříte v nástroji nebo v parametru akce, na základě případu použití pro parametr agenta. Vytvoříte parametry agenta, aby agent mohl předat výstupy pouze modelu jako vstupy parametrů pro akci v nástroji. Pro hodnoty z jiných než modelových zdrojů nepotřebujete parametry agenta. Parametry agenta se liší od tradičních parametrů následujícími způsoby: – Parametry agenta se vztahují pouze na nástroj, ve kterém je definujete. Toto omezení znamená, že nemůžete sdílet parametry agenta s jinými nástroji. Ve srovnání můžete tradiční parametry sdílet globálně s operačními a řídicími strukturami toku ve workflow. – Parametry agenta nepoužívají vyřešené hodnoty při spuštění pracovního postupu. Parametr agenta obdrží hodnotu pouze v případě, že agent vyvolá nástroj pomocí konkrétních argumentů. Z těchto argumentů se stanou parametry agenta pro vyvolání nástroje. – Agent může stejný nástroj vyvolat několikrát s různými hodnotami parametrů agenta, i když tento nástroj existuje ve stejné iteraci smyčky. Nástroj může například zkontrolovat počasí v Seattlu i Londýně. Další informace najdete v tématu Vytvoření parametrů agenta pro akci Získat prognózu. |
| Kontext | Agent udržuje historii protokolů tím, že uchovává maximální počet tokenů nebo zpráv jako kontext a předává tento kontext do modelu pro další interakci. Každý model má různá omezení délky kontextu . |
Autonomní a konverzační pracovní postupy agentů
Abyste lépe pochopili, jak se tyto typy pracovních postupů agenta liší, popisují následující části a zobrazují příklady jednotlivých typů pracovních postupů agenta. Oba typy pracovních postupů používají smyčku agenta a nástroje k získání aktuálního počasí a odeslání informací e-mailem. Všichni agenti mají informační podokno, ve kterém nastavíte agenta s požadovaným modelem a poskytnete pokyny k rolím agenta, jeho funkcím a způsobu reakce.
Pracovní postup autonomního agenta
Následující základní kroky popisují chování základního pracovního postupu autonomního agenta:
Pracovní postup začíná libovolným dostupným podporovaným triggerem.
Mezi spouštěčem a agentem může běžet nula nebo více akcí, volitelně.
Agent přijímá systémové instrukce a nelidské výzvy nebo vstupy, například výstupy z triggeru nebo předchozí akce.
Na základě toho, jestli máte pracovní postup agenta Consumption nebo Standard, používá agent model Azure OpenAI nebo rozhraní LLM API z následujícího zdroje k interpretaci a pochopení pokynů a požadavků. Agent také používá model ke zpracování a analýze zadaných vstupů.
Aplikace logiky Zdroj modelu Spotřeba Microsoft Foundry Standard - Prostředek služby Azure OpenAI
- Projekt Azure AI Foundry (Preview)
- Účet služby Azure API Management s rozhraním LLM API (Preview)Na základě pokynů agenta model pomáhá naplánovat nástroje, které agent potřebuje k provedení potřebných úloh.
Agent vrátí výsledky nástroje a odpoví volajícímu workflowu nebo zadanému příjemci.
Následující snímek obrazovky ukazuje základní příklad pracovního postupu autonomního agenta:
Pracovní postup konverzačního agenta
Následující základní kroky popisují chování základního pracovního postupu konverzačního agenta:
Pracovní postup vždy začíná triggerem s názvem Při spuštění chatovací relace.
Mezi spouštěčem a agentem může běžet nula nebo více akcí, volitelně.
Agent přijímá systémové instrukce a výzvy nebo vstupy poskytované člověkem prostřednictvím integrovaného chatovacího rozhraní, například Co je počasí v Seattlu?
Na základě toho, jestli máte pracovní postup agenta Consumption nebo Standard, používá agent model Azure OpenAI nebo rozhraní LLM API z následujícího zdroje k interpretaci a pochopení pokynů a požadavků. Agent také používá model ke zpracování a analýze zadaných vstupů.
Aplikace logiky Zdroj modelu Spotřeba Microsoft Foundry Standard - Prostředek služby Azure OpenAI
- Účet služby Azure API Management s rozhraním LLM API (Preview)Na základě pokynů agenta model pomáhá naplánovat nástroje, které agent vyvolá pro nezbytné úlohy.
Agent vrátí výsledky nástroje a odpoví prostřednictvím rozhraní chatu na výzvu člověka.
Následující snímek obrazovky ukazuje základní ukázkový pracovní postup konverzačního agenta:
Následující snímek obrazovky ukazuje integrované rozhraní chatu, ke kterému máte přístup z panelu nástrojů návrháře nebo z nabídky bočního panelu pracovního postupu na webu Azure Portal:
Pracovní postupy konverzačního agenta také podporují externího chatovacího klienta, kterého můžou ostatní používat mimo Azure Portal. Pokud chcete pro tohoto externího chatovacího klienta poskytnout a zabezpečit přístup, musíte nastavit ověřování a autorizaci v produkčním prostředí.
Prozkoumání struktury pracovního postupu agenta
Pokud chcete vytvořit nový pracovní postup agenta, vytvořte aplikaci logiky Consumption ve víceklientských azure Logic Apps nebo standardní aplikaci logiky v Azure Logic Apps s jedním tenantem a vyberte jeden z následujících typů pracovních postupů:
- Autonomní agenti
- Konverzační agenti
Tyto typy pracovních postupů zahrnují všechny možnosti ve stavových pracovních postupech Consumption nebo Standard a jsou navržené tak, aby fungovaly speciálně s funkcemi agenta. Tyto typy pracovních postupů automaticky obsahují prázdného agenta.
Například následující snímek obrazovky ukazuje nový pracovní postup autonomního agenta:
Následující snímek obrazovky ukazuje nový pracovní postup konverzačního agenta:
Pokud máte existující stavový pracovní postup v aplikacích logiky Standard, následující snímek obrazovky ukazuje, jak přidat akci agenta , která zahrnuje autonomní agenty a funkce LLM:
Zatímco pracovní postupy agenta Consumption se automaticky nastaví s modelem, který se má použít, vyžadují standardní pracovní postupy agenta, abyste nastavili připojení k modelu, aby ho agent používal:
Poznámka:
Podokno připojení zobrazuje různé požadavky na připojení podle typu pracovního postupu a vybraného zdroje modelu.
Agent vyžaduje, abyste zadali pokyny, které popisují role, které může agent hrát, úlohy, které může agent provádět, a další specifické preskriptivní informace, které agenta pomáhají reagovat na výzvy, odpovídat na otázky a provádět požadované úlohy, například:
Prázdný agent připojený k modelu může reagovat na výzvy, které používají jenom možnosti modelu, takže agent nemusí zahrnovat nástroje. Aby ale agent používal akce dostupné v Azure Logic Apps, potřebuje, abyste vytvořili nástroje. Nástroj můžete začít vytvářet tak, že nejprve přidáte akci z galerie konektorů.
Následující diagram znázorňuje galerii, kde můžete procházet a vybírat akce pro vytváření nástrojů:
Následující diagram znázorňuje agenta počasí, který může získat předpověď počasí a odeslat tuto předpověď e-mailem:
Další ukázkové scénáře
Následující část popisuje několik dalších způsobů, jak může agent provádět úlohy v pracovním postupu:
Agent hypotéky
Představte si, že vaše banka používá agenta hypotéky, který v případě potřeby zpracovává půjčky samostatně nebo s lidským zásahem provedením následujících úloh v jedné orchestrované smyčce:
- Naslouchejte zákazníkům a odpovězte na otázky.
- Zkontrolujte žádosti o půjčky.
- Shromážděte finanční informace o posouzení způsobilosti půjčky.
- Načtení a analýza rizikových dat
- Požádejte o a shrňte odhady nemovitostí po jejich odeslání.
- Zahrnout lidské recenzenty pro výjimečné případy.
- Schvalte nebo odmítáte aplikace.
- Sdělte rozhodnutí příslušným stranám.
Agent plnění objednávek
Předpokládejme, že vaše firma používá agenta plnění objednávek k provedení následujících úloh:
- Zapojte se se zákazníky a odpovězte na otázky k produktům na základě podnikových znalostí.
- Vytvořte objednávky, ale v případě potřeby je předejte lidem.
- Poskytněte podporu 24/7 inteligentní eskalaci.
Můžete také mít agenta, který orchestruje práci napříč jinými agenty. Můžete mít například tým agentů, který zahrnuje spisovatele, recenzenta a vydavatele, kteří spolupracují na vytváření a distribuci prodejních zpráv.
Agent pracovních objednávek zařízení
Aby podpořil interní tým správy budov, pracovník pro pracovní příkazy provádí následující úkoly:
- Komunikujte se zaměstnanci a poskytujte možnosti pro žádosti o služby.
- Otevření pracovních objednávek na základě výběru zaměstnanců
- Odešlete pracovní objednávky příslušným týmům služeb.
- Aktualizujte pracovní objednávky s průběhem a stavem úloh.
- Po dokončení úloh zavřete pracovní příkazy.
- Upozorněte příslušné strany na dokončené úlohy.
Autentizace a autorizace
Pracovní postupy bez agenta obvykle pracují s malou, známou a předvídatelnou sadou volajících. Pracovní postupy konverzačního agenta ale komunikují s širším rozsahem volajících, jako jsou lidé, agenti, servery MCP (Model Context Protocol), zprostředkovatelé nástrojů a externí služby. Tento širší dosah zvyšuje možnosti integrace, ale přináší různé výzvy zabezpečení, protože volající můžou pocházet z dynamických, neznámých nebo nedůvěryhodných sítí. Pokud volající pocházejí ze sítí, které neřídíte nebo když jsou identity externí nebo nevázané identity, musíte ověřit a autorizovat každého volajícího, abyste mohli chránit pracovní postupy konverzačního agenta, protože poskytují externímu chatovacímu klientovi pro interakci s lidmi.
Pro neprodukční aktivity používá Azure Portal k ověřování a autorizaci vývojářský klíč . Pokud jsou ale pracovní postupy konverzačního agenta připravené pro produkční prostředí, nastavte odpovídající provozní ověřování a autorizaci pro váš typ aplikace logiky.
Ověřování a autorizace klíče pro vývojáře
Pro neprodukční aktivity, jako je návrh, vývoj a rychlé ověření, azure Portal poskytuje, spravuje a používá vývojářský klíč ke spuštění pracovního postupu vaším jménem.
Co je vývojářský klíč?
Vývojářský klíč je mechanismus pro usnadnění ověřování používaný jenom webem Azure Portal ke spuštění pracovního postupu během fází návrhu, vývoje a rychlého testování na webu Azure Portal. V těchto fázích vám vývojářský klíč umožní přeskočit potřebu ručního nastavení Easy Auth nebo kopírování URL adres pro zpětné volání se sdílenými přístupovými podpisy (SAS). Klíč je propojený s konkrétním uživatelem a tenantem pouze na základě bearer tokenu Azure Resource Manager, což je přístupový token, který ověřuje požadavky na Azure Resource Manager REST API.
Portál automaticky vloží vývojářský klíč při použití integrovaných testovacích prostředí v návrháři pracovního postupu, jako je spuštění pracovního postupu, volání triggeru požadavku nebo interakce s pracovním postupem konverzačního agenta v interním chatovacím rozhraní. Klíč je implicitně vázán na relaci tenanta a přihlášeného uživatele portálu, takže klíč nemůžete distribuovat externě kvůli této vazbě, která je založená pouze na nosné tokenu ARM.
Omezení klíče pro vývojáře
Následující seznam popisuje omezení použití a návrhu klíče vývojáře:
- Klíč není náhradou za snadné ověřování, spravovanou identitu, federované přihlašovací údaje ani podepsané adresy URL zpětného volání v produkčních scénářích.
- Klíč není určený pro velké nebo nedůvěryhodné skupiny volajících, nástroje pro agenty nebo automatizační klienty.
- Klíč není mechanismus autorizace pro jednotlivé uživatele kvůli nedostatku podrobných oprávnění a rolí.
- Klíč se neřídí zásadami podmíněného přístupu na úrovni provádění požadavků, pouze na přihlašovací vrstvě portálu.
- Klíč není určený pro programové použití ani pro CI/CD.
Porovnání mezi klíčem pro vývojáře a jednoduchým ověřováním najdete v tématu Easy Auth versus klíč pro vývojáře.
Případy použití klíčů pro vývojáře
Následující tabulka popisuje vhodné a nevhodné scénáře použití klíče pro vývojáře:
| Vhodné scénáře | Nevhodné scénáře |
|---|---|
| Rychlé testování v návrháři před formalizací ověřování | Váš pracovní postup potřebuje deterministickou automatizaci, která místo toho používá služební principál a Easy Auth nebo podepsaný SAS. |
| Zkontrolujte strukturu pracovního postupu, vazby nebo základní chování triggeru a akce. | – Volající ve pracovním postupu zahrnují externí agenty, servery MCP nebo konverzační klienty. – Plánujete publikovat koncový bod pracovního postupu mimo vašeho tenanta. |
| Dočasné prototypy sandboxu nebo typu spike, které později přecházejí na zabezpečení pomocí Easy Auth nebo na hardening adresy URL SAS. | Váš pracovní postup vyžaduje auditovatelné identity pro uživatele, odvolání tokenu, zásady podmíněného přístupu nebo vynucení s nejnižšími oprávněními. |
Provozní ověřování a autorizace
Jakmile jsou pracovní postupy konverzačního agenta připravené pro produkční prostředí, následující části popisují neprodukční a produkční možnosti pro ověřování volajících a autorizaci jejich přístupu k pracovním postupům agenta.
| Aplikace logiky | Autentizace a autorizace |
|---|---|
| Spotřeba | OAuth 2.0 s Microsoft Entra ID |
| Standard | Easy Auth, také známý jako App Service Authentication, ve vašem prostředku pro logické aplikace umožňuje externímu chatovacímu klientovi mimo Azure Portal, aby ho mohli ostatní používat po nastavení Easy Auth. Viz Easy Auth pro vaši aplikaci logiky. |
Další informace o provozním ověřování a autorizaci najdete na kartě pro váš typ logické aplikace.
OAuth 2.0 s ID Microsoft Entra pro vaši aplikaci logiky
V případě pracovních postupů konverzačního agenta Consumption v produkčním prostředí můžete chránit přístup k chatovacímu klientovi pomocí OAuth 2.0 s ID Microsoft Entra nastavením zásad autorizace agenta v prostředku aplikace logiky. Viz Migrace do produkční autentizace.
Fakturování
Spotřeba: Fakturace používá model průběžných plateb. Cenová struktura pro smyčky agentů je založena na počtu tokenů, které každá akce agenta spotřebovává, a na faktuře se zobrazuje jako jednotky podniku. Konkrétní informace o cenách najdete v cenách Azure Logic Apps.
Standard: I když se za pracovní postupy agenta neúčtují další poplatky, za využití modelu AI se účtují poplatky. Další informace najdete v cenové kalkulačce Azure.