Sdílet prostřednictvím

Vytváření pracovních postupů autonomního agenta bez zásahů lidí v Azure Logic Apps

Platí pro: Azure Logic Apps (Consumption + Standard)

Pokud potřebujete automatizaci využívající AI, která běží nezávisle, vytvořte v Azure Logic Apps pracovní postupy autonomního agenta . Tyto pracovní postupy používají smyčky agentů a velké jazykové modely (LLM) k rozhodování a dokončení úkolů bez zásahu člověka. Tyto pracovní postupy také dobře fungují pro automatizaci, které můžou běžet dlouho, vyžadují silnější zásady správného řízení, izolaci nebo podporují automatizované strategie vrácení zpět nebo kompenzace.

Následující ukázkový pracovní postup používá autonomního agenta k získání aktuálního počasí a odesílání e-mailových oznámení:

Snímek obrazovky s webem Azure Portal, návrhářem pracovního postupu a ukázkovým pracovním postupem autonomního agenta

Tento průvodce ukazuje, jak vytvořit aplikaci logiky Consumption nebo Standard, která používá typ pracovního postupu Autonomní agenti . Tento pracovní postup běží bez lidské interakce a používá nástroje, které sestavíte k dokončení úkolů. Základní přehled o pracovních postupech agentů najdete v tématu Pracovní postupy agentů AI v Azure Logic Apps.

Důležité

Pracovní postupy autonomního agenta consumption jsou ve verzi Preview a podléhají dodatečným podmínkám použití pro verze Preview Microsoft Azure.

Požadavky

Na základě toho, jestli chcete vytvořit aplikaci logiky Consumption nebo Standard, platí následující požadavky:

  • Účet a předplatné Azure. Získejte bezplatný účet Azure.

  • Prostředek aplikace logiky Consumption, který používá typ pracovního postupu s názvem Autonomní agenti. Viz Pracovní postupy vytváření aplikací logiky Consumption na webu Azure Portal.

    Poznámka:

    K vytváření pracovních postupů autonomního agenta, nikoli editoru Visual Studio Code, můžete použít pouze azure Portal.

    Pracovní postupy autonomního agenta consumption nevyžadují ruční nastavení samostatného modelu AI. Váš pracovní postup automaticky zahrnuje akci agenta, která používá model služby Azure OpenAI hostovaný v Azure AI Foundry. Autonomní pracovní postupy pro spotřebu podporují pouze specifické modely, které závisí na oblasti vaší aplikace Logic App. Viz Podporované modely.

  • Abyste mohli postupovat podle příkladů, potřebujete k odeslání e-mailu e-mailový účet.

    Příklady v této příručce používají účet Outlook.com. Pro vlastní scénáře můžete použít libovolnou podporovanou e-mailovou službu nebo aplikaci pro zasílání zpráv v Azure Logic Apps, jako je Office 365 Outlook, Microsoft Teams, Slack atd. Nastavení pro jiné e-mailové služby nebo aplikace jsou podobné příkladům, ale mají menší rozdíly.

Podporované modely služby Azure OpenAI pro pracovní postupy agentů

Následující seznam určuje modely AI, které můžete použít s pracovními postupy agenta:

Váš agent automaticky používá jeden z následujících modelů služby Azure OpenAI:

  • gpt-4o-mini
  • gpt-5o-mini

Důležité

Model AI, který váš agent používá, může pocházet z libovolné oblasti, takže rezidence dat pro konkrétní oblast není zaručena pro data, která model zpracovává.

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.

Omezení a známé problémy

Následující tabulka popisuje aktuální omezení a všechny známé problémy v této verzi na základě typu prostředku aplikace logiky.

Aplikace logiky Omezení nebo známé problémy
Oboje Při vytváření nástrojů pro vašeho agenta platí následující omezení:

– Můžete přidávat pouze akce, ne triggery.
- Nástroj musí začínat akcí a vždy obsahuje aspoň jednu akci.
– Nástroj funguje pouze uvnitř agenta, kde tento nástroj existuje.
– Akce toku řízení nejsou podporovány.
Spotřeba – Pracovní postupy agenta Consumption můžete vytvářet jenom na webu Azure Portal, nikoli v editoru Visual Studio Code.
– Model AI, který váš agent používá, může pocházet z jakékoli oblasti, takže rezidence dat pro konkrétní oblast není zaručena pro data, která model zpracovává.
– Akce agenta je omezena na základě počtu použitých tokenů.
Standard – Nepodporované typy pracovních postupů: Bezstavové

Poznámka: Projekty Azure AI Foundry vyžadují, abyste použili ověřování spravované identity.

– Obecné limity ve službě Azure OpenAI, Azure AI Foundry a Azure Logic Apps najdete tady:

- Kvóty a limity služby Azure OpenAI
- Kvóty a omezení modelů Azure OpenAI v Azure AI Foundry
- Limity a konfigurace Azure Logic Apps

Vytvoření pracovního postupu autonomního agenta

Následující část ukazuje, jak začít vytvářet pracovní postup autonomního agenta.

Typ pracovního postupu Autonomní agenti vytvoří částečný pracovní postup, který začíná triggerem požadavku . Pracovní postup obsahuje také prázdnou Default Agent akci.

Chcete-li otevřít tento částečný pracovní postup, postupujte takto:

  1. Na webu Azure Portal otevřete prostředek aplikace logiky Consumption.

  2. Na bočním panelu prostředku v části Vývojové nástroje vyberte návrháře a otevřete částečný agentní pracovní postup.

    Návrhář zobrazí částečný pracovní postup s triggerem s názvem Při přijetí požadavku HTTP. Pod triggerem se zobrazí prázdná akce agenta s názvem Výchozí agent . Pro tento scénář nepotřebujete žádné další nastavení triggeru.

    Snímek obrazovky zobrazuje návrháře pracovního postupu se spouštěčem

  3. Pokračujte k další části a nastavte agenta.

Poznámka:

Pokud se teď pokusíte pracovní postup uložit, zobrazí se chyba, že ověření pracovního postupu selhalo.

V pracovním postupu Standard se na panelu nástrojů návrháře zobrazuje červená tečka na tlačítku Chyby . Návrhář vás upozorní na tento chybový stav, protože agent před uložením jakýchkoli změn vyžaduje instalaci. Teď ale nemusíte agenta nastavovat. Můžete pokračovat v vytváření pracovního postupu. Než pracovní postup uložíte, nezapomeňte agenta nastavit.

Snímek obrazovky znázorňující panel nástrojů návrhu pracovního postupu a tlačítko Chyby s červenou tečkou a chybou v informačním podokně akcí agenta

Nastavení nebo zobrazení modelu AI

Pokud chcete pro svého agenta nastavit nebo zobrazit model AI, postupujte podle kroků na základě typu aplikace logiky:

Ve výchozím nastavení váš agent automaticky používá model Azure OpenAI dostupný v oblasti aplikace logiky. Některé oblasti podporují gpt-4o-mini, zatímco jiné podporují gpt-5o-mini.

Pokud chcete zobrazit model, který váš agent používá, postupujte takto:

  1. V návrháři výběrem záhlaví v akci Výchozí agent otevřete informační podokno.

  2. Na kartě Parametry parametr ID modelu zobrazuje model Azure OpenAI, který pracovní postup používá, například:

    Snímek obrazovky znázorňující agenta Consumption s modelem Azure OpenAI

  3. Pokračujte k další části a přejmenujte agenta.

Přejmenování agenta

Následujícím postupem aktualizujte název agenta, aby jasně identifikoval účel agenta:

  1. V návrhovém prostředí vyberte titulní lištu agenta a otevřete podokno informací o agentovi.

  2. V informačním podokně vyberte název agenta a zadejte nový název, Weather agentnapříklad .

    Snímek obrazovky znázorňující návrháře pracovního postupu, trigger pracovního postupu a přejmenovaného agenta

  3. Pokračujte k další části a poskytněte pokyny pro agenta.

Pokyny k nastavení agenta

Agent vyžaduje pokyny, které popisují role, které může agent hrát, a úlohy, které může agent provádět. Pokud chcete agentu pomoct naučit se a porozumět těmto zodpovědnostem, můžete také zahrnout následující informace:

  • Struktura pracovního postupu
  • Dostupné akce
  • Veškerá omezení nebo limity
  • Interakce pro konkrétní scénáře nebo zvláštní případy

Nejlepších výsledků dosáhnete tak, že poskytnete preskriptivní pokyny a připravte se na iterativní upřesnění pokynů.

  1. Do pole Pokyny pro agenta zadejte pokyny, které agent potřebuje k pochopení své role a úloh.

    V tomto příkladu používá příklad agenta počasí následující ukázkové pokyny, kde později zadáte seznam odběratelů s vlastní e-mailovou adresou pro testování:

    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".

    Tady je příklad:

    Snímek obrazovky znázorňujícího návrháře pracovního postupu a pokyny agenta

  2. Volitelně můžete zadat uživatelské pokyny, které agent používá jako výzvy.

    Nejlepších výsledků dosáhnete tak, že se každá instrukce uživatele zaměří na konkrétní úkol, například:

    1. V podokně s informacemi o agentovi, v části Pokyny pro uživatele, do pole Položka pokynů pro uživatele – 1 zadejte instrukce pro agenta.

    2. Pokud chcete přidat další instrukce, vyberte Přidat novou položku.

    3. Do položky Pokyny pro uživatele – 2 zadejte další ukázku nebo nápovědu pro program.

    4. Opakujte, dokud nedokončíte přidání všech požadovaných výzev.

  3. Teď můžete pracovní postup uložit. Na panelu nástrojů návrháře vyberte Uložit.

Zkontrolovat chyby

Pokud chcete zajistit, aby váš pracovní postup v této fázi neměl chyby, postupujte takto:

  1. Na panelu nástrojů návrháře vyberte Spustit>.

  2. Na bočním panelu pracovního postupu v části Vývojové nástroje vyberte Historii spuštění.

  3. Na stránce Historie spuštění vyberte v tabulce běhů nejnovější běh pracovního postupu.

    Poznámka:

    Pokud se na stránce nezobrazují žádná spuštění, vyberte na panelu nástrojů Aktualizovat.

    Pokud se ve sloupci Stav zobrazuje stav Spuštěno , pracovní postup agenta stále funguje.

    Otevře se zobrazení monitorování a zobrazí operace pracovního postupu se stavem. Podokno protokolu agenta je otevřené a zobrazuje pokyny agenta, které jste zadali dříve. V podokně se také zobrazuje odpověď agenta.

    Snímek obrazovky znázorňující zobrazení monitorování pracovního postupu Consumption, stavu operace a protokolu agenta

    Agent v tuto chvíli nemá žádné nástroje, které by bylo možné použít, což znamená, že agent ve skutečnosti nemůže provádět žádné konkrétní akce, jako je odesílání e-mailů do seznamu odběratelů, dokud nevytváříte nástroje, které agent potřebuje k dokončení úloh.

  4. Vraťte se do návrhového prostředí. Na panelu nástrojů zobrazení monitorování vyberte Upravit.

Vytvoření nástroje Získat počasí

Aby agent spustil předem připravené akce dostupné v Azure Logic Apps, musíte vytvořit jeden nebo více nástrojů, které má agent používat. Nástroj musí obsahovat alespoň jednu akci a pouze akce. Agent volá nástroj pomocí konkrétních argumentů.

V tomto příkladu agent potřebuje nástroj, který získá předpověď počasí. Tento nástroj můžete sestavit pomocí následujícího postupu:

  1. Na návrháři, uvnitř agenta a v části Přidat nástroj, vyberte znaménko plus (+), otevře se podokno, kde můžete prohlížet dostupné akce.

  2. V podokně Přidat akci přidejte podle obecných kroků aplikace logiky akci, která je pro váš scénář nejvhodnější.

    V tomto příkladu se používá akce MSN Weather s názvem Získat aktuální počasí.

    Po výběru akce se v návrháři zobrazí jak kontejner Tool, tak i vybraná akce v agentovi. Obě informační podokna se také otevřou současně.

    Snímek obrazovky znázorňující návrháře pracovního postupu s přejmenovaným agentem, který obsahuje nástroj, který obsahuje akci s názvem Získat aktuální počasí

  3. V podokně informací o nástroji přejmenujte nástroj tak, aby popisoval jeho účel. V tomto příkladu použijte Get weather.

  4. Na kartě Podrobnosti zadejte popis nástroje. V tomto příkladu použijte Get the weather for the specified location.

    Snímek obrazovky znázorňující dokončený nástroj Získat počasí s popisem

    V části Popis platí oddíl Parametry agenta pouze pro konkrétní případy použití. Další informace najdete v tématu Vytvoření parametrů agenta.

  5. V další části najdete další informace o parametrech agenta, jejich případech použití a jejich vytváření na základě těchto případů použití.

Vytvoření parametrů agenta pro akci Získat aktuální počasí

Akce obvykle mají parametry, které vyžadují, abyste zadali hodnoty, které se mají použít. Akce v nástrojích jsou téměř stejné s výjimkou jednoho rozdílu. Můžete vytvořit parametry agenta, které agent používá k zadání hodnot parametrů pro akce v nástrojích. Můžete zadat výstupy generované modelem, hodnoty z nemodelových zdrojů nebo kombinaci. Další informace najdete v tématu Parametry agenta.

Následující tabulka popisuje případy použití při vytváření parametrů agenta a jejich vytvoření na základě případu použití:

To Kde vytvořit parametr agenta
Používejte pouze výstupy generované modelem.
Sdílejte s ostatními akcemi ve stejném nástroji.		 Začněte od parametru akce. Podrobné kroky najdete v tématu Použití pouze výstupů generovaných modelem.
Použijte jiné nežmodelové hodnoty. Nejsou potřeba žádné parametry agenta.

Toto prostředí je stejné jako obvyklé prostředí pro nastavení akcí v Azure Logic Apps, ale pro usnadnění používání hodnot z jiných než modelových zdrojů se opakuje.
Použijte výstupy generované modelem s hodnotami, které nejsou součástí modelu.
Sdílejte s ostatními akcemi ve stejném nástroji.		 Začněte z nástroje v části Parametry agenta . Podrobné kroky najdete v tématu Použití výstupů modelu a nemodelových hodnot.

Použití pouze výstupů generovaných modelem

Pro parametr akce, který používá pouze výstupy generované modelem, vytvořte parametr agenta pomocí následujícího postupu:

  1. V nástroji vyberte akci, aby se otevřelo informační podokno.

    V tomto příkladu je akce Získat aktuální počasí.

  2. Na kartě Parametry klikněte uvnitř pole parametru pro zobrazení možností parametrů.

  3. Na pravém okraji pole Umístění vyberte tlačítko hvězdičky.

    Toto tlačítko obsahuje následující popis: Vyberte, pokud chcete vygenerovat parametr agenta.

    Snímek obrazovky ukazuje akci s kurzorem myši uvnitř pole parametrů, možností parametrů a vybrané možnosti pro vygenerování parametru agenta.

    V okně vytvořit parametr agenta se zobrazí pole Název, Typ a Popis , která jsou předem vyplněna z parametru zdrojové akce.

    Následující tabulka popisuje pole, která definují parametr agenta:

    Parameter Hodnota Description
    název < agent-parameter-name> Název parametru agenta.
    Type < agent-parametr-datový-typ> Datový typ parametru agenta.
    Description < agent-parameter-description> Popis parametru agenta, který snadno identifikuje účel parametru.

    Poznámka:

    Microsoft doporučuje řídit se definicí Swaggeru pro danou akci. Například v případě akce Získat aktuální počasí, která pochází z konektoru MSN Weather sdíleného a hostovaného v rámci globálního víceklientského prostředí Azure, viz technickou referenční dokumentaci ke konektoru MSN Weather.

  4. Až budete připraveni, vyberte Vytvořit.

    Následující příklad ukazuje akci Získat aktuální počasí s parametrem agenta Location :

    Snímek obrazovky ukazuje agenta počasí, nástroj Získat počasí a vybranou akci s názvem Získat aktuální počasí. Parametr akce Location obsahuje vytvořený parametr agenta.

  5. Uložte pracovní postup.

Použití hodnot z jiných nežmodelových zdrojů

Pro hodnotu parametru akce, která používá pouze jiné nežmodelové hodnoty, zvolte možnost, která nejlépe vyhovuje vašemu případu použití:

Použití výstupů z dřívějších operací v pracovním postupu

Pokud chcete procházet a vybírat z těchto výstupů, postupujte takto:

  1. Vyberte uvnitř pole parametru a pak výběrem ikony blesku otevřete seznam dynamického obsahu.

  2. V seznamu v části trigger nebo akce vyberte požadovaný výstup.

  3. Uložte pracovní postup.

Použití výsledků z výrazů

Pokud chcete vytvořit výraz, postupujte takto:

  1. Vyberte uvnitř pole parametru a pak výběrem ikony funkce otevřete editor výrazů.

  2. Vyberte z dostupných funkcí a vytvořte výraz.

  3. Uložte pracovní postup.

Další informace najdete v referenční příručce k funkcím výrazů pracovního postupu v Azure Logic Apps.

Použití výstupů modelu a nemodelových hodnot

Některé scénáře můžou potřebovat zadat hodnotu parametru akce, která používá výstupy generované modelem s nemodelovými hodnotami. Můžete například chtít vytvořit text e-mailu, který používá statický text, nemodelové výstupy z dřívějších operací v pracovním postupu a výstupy generované modelem.

V těchto scénářích vytvořte v nástroji parametr agenta pomocí následujícího postupu:

  1. V návrháři vyberte nástroj, ve kterém chcete vytvořit parametr agenta.

  2. Na kartě Podrobnosti v části Parametry agenta vyberte Vytvořit parametr.

  3. Rozbalte Nový parametr agenta a zadejte následující informace v souladu s podrobnostmi parametru akce.

    V tomto příkladu je ukázková akce Získat aktuální počasí.

    Poznámka:

    Microsoft doporučuje řídit se definicí Swaggeru pro danou akci. Chcete-li například najít tyto informace pro akci Získat aktuální počasí, přečtěte si technický článek o konektoru MSN Weather. Ukázkovou akci poskytuje spravovaný "sdílený" konektor služby MSN Weather, který je hostován a spuštěn v globálním multitenantním Azure.

    Parameter Hodnota Description
    název < agent-parameter-name> Název parametru agenta.
    Type < agent-parametr-datový-typ> Datový typ parametru agenta.
    Description < agent-parameter-description> Popis parametru agenta, který snadno identifikuje účel parametru. Můžete si vybrat z následujících možností nebo je zkombinovat a zadat popis:

    - Prostý literál s podrobnostmi, jako jsou účel parametru, povolené hodnoty, omezení nebo limity.

    – Výstupy z dřívějších operací v pracovním postupu. Pokud chcete procházet a zvolit tyto výstupy, vyberte v poli Popis a pak výběrem ikony blesku otevřete seznam dynamického obsahu. V seznamu vyberte požadovaný výstup.

    - Výsledky z výrazů. Pokud chcete vytvořit výraz, vyberte v poli Popis a pak výběrem ikony funkce otevřete editor výrazů. Vyberte z dostupných funkcí a vytvořte výraz.

    Až budete hotovi, zobrazí se v části Parametry agenta nový parametr agenta.

  4. V návrháři v nástroji vyberte akci, aby se otevřelo podokno informací o akci.

  5. Na kartě Parametry vyberte uvnitř pole parametru, aby se zobrazily možnosti parametrů, a pak vyberte ikonu robota.

  6. V seznamu parametrů agenta vyberte parametr agenta, který jste definovali dříve.

    Hotový nástroj Získat aktuální počasí vypadá jako v následujícím příkladu:

    Snímek obrazovky znázorňující agenta a dokončený nástroj Získat počasí

  7. Uložte pracovní postup.

Vytvoření nástroje Odeslat e-mail

V mnoha scénářích agent obvykle potřebuje více než jeden nástroj. V tomto příkladu agent potřebuje nástroj, který odešle zprávu o počasí e-mailem.

Chcete-li sestavit tento nástroj, postupujte takto:

  1. V návrháři v agentovi vedle existujícího nástroje vyberte znaménko plus (+) a přidejte akci.

  2. V podokně Přidat akci vyberte podle těchto obecných kroků jinou akci pro nový nástroj.

    V tomto příkladu se používá akce Outlook.com s názvem Odeslat e-mail (V2).

    Stejně jako dříve se po výběru akce zobrazí jak nový nástroj, tak i akce uvnitř agenta v návrháři. Obě informační podokna se otevřou současně.

    Snímek obrazovky znázorňující návrháře pracovního postupu s agentem počasí, nástrojem Získat počasí a novým nástrojem s akcí Poslat e-mail (V2).

  3. V podokně informací o nástroji přejmenujte nástroj tak, aby popisoval jeho účel. V tomto příkladu použijte Send email.

  4. Na kartě Podrobnosti zadejte popis nástroje. V tomto příkladu použijte Send current weather by email.

    Snímek obrazovky s dokončeným nástrojem Pro odeslání e-mailu s popisem

  5. Uložte pracovní postup.

Vytvoření parametrů agenta pro akci Odeslat e-mail (V2)

S výjimkou různých parametrů agenta pro nastavení akce Odeslat e-mail (V2) jsou kroky v této části téměř stejné jako vytvoření parametrů agenta pro akci Získat aktuální počasí.

  1. Pomocí předchozích obecných kroků vytvořte parametry agenta pro hodnoty parametrů v akci Odeslat e-mail (V2).

    Akce potřebuje tři parametry agenta s názvem To, Subject a Body. Definici Swaggeru akce najdete v tématu Odeslání e-mailu (V2).

    Až budete hotovi, použije ukázková akce dříve definované parametry agenta, jak je znázorněno tady:

    Snímek obrazovky s podoknem informací pro akci s názvem Odeslat e-mail V2 a dříve definovanými parametry agenta s názvem To, Subject a Body

    Hotový nástroj Odeslat e-mail vypadá jako v následujícím příkladu:

    Snímek obrazovky znázorňující agenta a dokončený nástroj Odeslat e-mail

  2. Uložte pracovní postup.

Vytvoření nástroje pro seznam odběratelů

Nakonec v tomto příkladu vytvořte nástroj s názvem Získat odběratele , který poskytne seznam odběratelů pro hodnoty parametrů agenta, které se mají použít. Tento nástroj používá akci Compose k poskytnutí jména odběratele, e-mailové adresy a umístění. Tyto vstupy můžete také získávat z blob uložiště nebo z databáze. Azure Logic Apps nabízí řadu možností, které můžete použít jako zdroje dat.

V tomto příkladu postupujte takto:

  1. Přejmenujte nástroj na Get subscribers.

  2. V nástroji Získat předplatitele použijte následující popis:

    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. Přejmenujte na Vytvořit akci na Subscriber list. V poli Vstup použijte následující pole JSON, ale nahraďte ukázková data odběratele daty, která chcete použít k testování. Můžete například nahradit e-mailové adresy vlastními, abyste získali počasí pro různá místa.

    [
    {
        "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"
    }
]

    Hotový nástroj Získat předplatitele vypadá jako v následujícím příkladu:

    Snímek obrazovky ukazuje agenta a dokončený nástroj pro získání předplatitelů.

  4. Uložte pracovní postup a pak otestujte pracovní postup, abyste měli jistotu, že vše funguje očekávaným způsobem.

    Měli byste dostat e-mail s počasím pro každou lokalitu.

Osvědčené postupy pro agenty a nástroje

Následující části obsahují doporučení, osvědčené postupy a další pokyny, které vám pomůžou vytvářet lepší agenty a nástroje.

Agents

Následující doprovodné materiály poskytují osvědčené postupy pro agenty.

Prototypování agentů a nástrojů s akcemi skládání

Místo použití skutečných akcí a živých připojení k vytvoření prototypu agenta a nástrojů použijte akce Compose k "napodobení" nebo simulaci skutečných akcí. Tento přístup nabízí následující výhody:

  • Vytváření akcí nepřináší vedlejší účinky, což činí tyto akce užitečné pro tvorbu nápadů, návrh a testování.

  • Můžete navrhovat a upřesňovat pokyny agenta, výzvy, názvy nástrojů a popisy a navíc parametry a popisy agenta – to vše bez nutnosti nastavovat a používat živá připojení.

  • Když potvrdíte, že váš agent a nástroje fungují pouze s akcemi Sestavení, jste připraveni zaměnit za skutečné akce.

  • Když přepnete na skutečné akce, budete muset přesměrovat nebo znovu vytvořit parametry agenta, abyste mohli pracovat se skutečnými akcemi, což může nějakou dobu trvat.

Správa délky kontextu historie chatu

Agent pracovního postupu udržuje historii chatu nebo kontext, včetně vyvolání nástrojů, na základě aktuálního limitu počtu tokenů nebo zpráv, které se mají zachovat a předat do modelu pro další interakci. V průběhu času se historie agenta zvětšuje a nakonec překračuje limit délky kontextu modelu nebo maximální počet vstupních tokenů. Modely se liší v jejich kontextových délkách.

Například gpt-4o podporuje 128 000 vstupních tokenů, kde každý token má 3-4 znaky. Když se historie agenta blíží délce kontextu modelu, zvažte vyřazení zastaralých nebo irelevantních zpráv, abyste zůstali pod limitem.

Tady je několik přístupů k omezení historie agentů:

  • Pomocí akce Vytvořit zmenšete velikost výsledků z nástrojů. Další informace najdete v tématu Nástroje – Osvědčené postupy.

  • Pečlivě formulujte pokyny a podněty agenta pro řízení chování modelu.

  • Experimentální funkce: Máte možnost vyzkoušet snížení počtu chatů, abyste mohli snížit maximální počet tokenů nebo zpráv, aby zůstaly v historii chatu a předávaly do modelu.

    Agent pracovního postupu má téměř stejné pokročilé parametry jako integrovaný konektor poskytovatele služeb Azure OpenAI s výjimkou pokročilého parametru Typ redukce historie agentů, který existuje pouze u agenta. Tento parametr řídí historii, kterou agent udržuje, na základě maximálního počtu tokenů nebo zpráv.

    Tato funkce je v aktivním vývoji a nemusí fungovat pro všechny scénáře. Pokud chcete snížit limit tokenů nebo zpráv, můžete změnit možnost Typ redukce historie agenta. Pak zadáte požadovaný číselný limit.

    Pokud chcete vyzkoušet tuto funkci, postupujte takto:

    1. V návrháři kliknutím na titulní lištu agenta otevřete informační podokno.

    2. Na kartě Parametry vyhledejte část Upřesnit parametry .

    3. Zkontrolujte, jestli existuje parametr s názvem Agent History Reduction Type . Pokud ne, otevřete seznam rozšířených parametrů a vyberte tento parametr.

    4. V seznamu Typ redukce historie agentů vyberte jednu z následujících možností:

      Možnost Description
      Snížení počtu tokenů Zobrazuje parametr s názvem Maximální počet tokenů. Určuje maximální počet tokenů v historii agentů, které se mají uchovávat a předávat do modelu pro další interakci. Výchozí nastavení se liší v závislosti na aktuálně používaném modelu ve službě Azure OpenAI. Výchozí limit je 128 000.
      Snížení počtu zpráv Zobrazuje parametr s názvem Limit počtu zpráv. Určuje maximální počet zpráv v historii agentů, které se mají uchovávat a předávat do modelu pro další interakci. Neexistuje žádný výchozí limit.

Tools

Následující doprovodné materiály poskytují osvědčené postupy pro nástroje.

  • Název je nejdůležitější hodnotou nástroje. Ujistěte se, že je název stručný a popisný.

  • Popis nástroje poskytuje užitečný a nápomocný kontext použití nástroje.

  • Název i popis nástroje mají omezení znaků.

    Některé limity vynucuje model ve službě Azure OpenAI při běhu, nikoliv při uložení změn v pracovním postupu agenta.

  • Příliš mnoho nástrojů ve stejném agentu může mít negativní vliv na kvalitu agenta.

    Dobré obecné pokyny doporučují, aby agent nezahrnoval více než 10 nástrojů. Tyto pokyny se ale liší podle modelu, který používáte, ze služby Azure OpenAI.

  • V nástrojích nemusí mít akce všechny své vstupy z modelu.

    Můžete jemně řídit, které vstupy akcí pocházejí z nemodelových zdrojů a které vstupy pocházejí z modelu. Předpokládejme například, že nástroj má akci, která odesílá e-maily. Můžete zadat prostý a převážně statický text e-mailu, ale pro část textu e-mailu můžete použít výstupy generované modelem.

  • Než je předáte modelu, přizpůsobte nebo transformujte výsledky nástroje.

    Výsledky z nástroje můžete před předáním do modelu změnit pomocí akce Vytvořit. Tento přístup nabízí následující výhody:

    • Zlepšení kvality odezvy snížením irelevantního kontextu , který se předává do modelu. Z velké odpovědi odešlete jenom pole, která potřebujete.

    • Snižte fakturační poplatky za tokeny, které se předávají do modelu, a vyhněte se překročení limitu modelu na délku kontextu, maximálního počtu tokenů, které se do modelu předávají. Odesíláte jenom pole, která potřebujete.

    • Zkombinujte výsledky z více akcí v nástroji.

    • Výsledky nástroje můžete napodobovat a simulovat očekávané výsledky ze skutečných akcí. Akce napodobení nechávají data na zdroji beze změny a neúčtují se poplatky za využití prostředků mimo Azure Logic Apps.

Parametry agenta

Následující doprovodné materiály poskytují osvědčené postupy pro parametry agenta.

  • Název je nejdůležitější hodnotou parametru agenta. Ujistěte se, že je název stručný a popisný.

  • Popis parametru agenta poskytuje užitečný a užitečný kontext pro nástroj.

Řešení problémů

Tato část popisuje pokyny, které vám pomůžou vyřešit chyby nebo problémy, se kterými se můžete setkat při sestavování nebo spouštění pracovních postupů agenta.

Kontrola dat spouštění nástrojů

Historie spuštění pracovního postupu poskytuje užitečné informace, které vám pomůžou zjistit, co se stalo během konkrétního spuštění. Pro pracovní postup agenta můžete najít vstupy a výstupy spouštění nástrojů pro konkrétní iteraci smyčky agenta.

  1. V nabídce pracovního postupu v části Nástroje vyberte Historii spuštění a otevřete stránku Historie spuštění .

  2. Na kartě Historie spuštění ve sloupci Identifikátor vyberte požadované spuštění pracovního postupu.

    Otevře se zobrazení monitorování, ve které se zobrazí stav jednotlivých kroků.

  3. Vyberte agenta, kterého chcete zkontrolovat. Na pravé straně se zobrazí podokno protokolu agenta.

    V tomto podokně se zobrazí protokol agenta, včetně provádění nástrojů během interakce.

  4. Pokud chcete získat data spouštění nástrojů v určitém bodě, najděte tento bod v protokolu agenta a vyberte odkaz na spuštění nástroje, například:

    Snímek obrazovky znázorňující odkaz na spuštění agenta a vybraného nástroje

    Tato akce vás přesune do odpovídajícího nástroje v režimu monitorování. Agent zobrazuje aktuální počet iterací.

  5. V zobrazení monitorování vyberte agenta nebo akci se vstupy, výstupy a vlastnostmi, které chcete zkontrolovat.

    Následující příklad ukazuje vybranou akci pro dříve vybrané spuštění nástroje:

    Snímek obrazovky ukazuje zobrazení monitorování, iteraci aktuální smyčky agenta a vybranou akci se vstupy a výstupy v tomto okamžiku.

    Pokud vyberete agenta, můžete zkontrolovat následující informace, které se předávají do modelu a vrátí z modelu, například:

    • Vstupní zprávy předané do modelu.
    • Výstupní zprávy vrácené z modelu
    • Nástroje, které model požádal agenta, aby použil.
    • Výsledky nástrojů, které se předají zpět do modelu.
    • Počet tokenů, které každý požadavek použil.

  6. Pokud chcete zkontrolovat jinou iteraci smyčky agenta, vyberte v agentu šipku vlevo nebo vpravo.

Protokoly v rámci Application Insights

Pokud pro svůj pracovní postup nastavíte Application Insights nebo pokročilou telemetrii, můžete si prohlédnout protokoly událostí agenta, stejně jako jakoukoli jinou akci. Další informace najdete v tématu Povolení a zobrazení rozšířené telemetrie v Application Insights pro standardní pracovní postupy v Azure Logic Apps.

Překročení maximální délky kontextu modelu

Pokud historie protokolů vašeho agenta překračuje délku kontextu modelu nebo maximální počet vstupních tokenů, zobrazí se chyba, která vypadá jako v následujícím příkladu:

Maximální délka kontextu tohoto modelu je 4097 tokenů. Požádali jste však o 4927 tokenů (3927 ve zprávách, 1000 v dokončení). Zkraťte délku zpráv nebo dokončení úlohy.

Zkuste snížit limit počtu tokenů nebo zpráv, které váš agent uchovává v protokolu a předává do modelu pro další interakci. V tomto příkladu můžete vybrat snížení počtu tokenů a nastavit maximální počet tokenů na číslo pod uvedenou maximální délkou kontextu chyby, což je 4097.

Další informace najdete v tématu Správa kontextu historie chatu.

Vyčištění ukázkových prostředků

Pokud nepotřebujete prostředky, které jste vytvořili pro příklady, nezapomeňte je odstranit, abyste se vyhli dalším poplatkům. Pomocí těchto kroků můžete odstranit skupinu prostředků, která tyto prostředky obsahuje, nebo můžete každý prostředek odstranit jednotlivě.

  1. Do vyhledávacího pole Azure zadejte skupiny prostředků a vyberte Skupiny prostředků.

  2. Vyhledejte a vyberte skupiny prostředků, které obsahují prostředky pro tento příklad.

  3. Na stránce Přehled vyberte Odstranit skupinu prostředků.

  4. Jakmile se zobrazí potvrzovací podokno, zadejte název skupiny prostředků a vyberte Odstranit.

Související obsah

  • Last updated on