Vytváření autonomních pracovních postupů agentů 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 autonomní pracovní postupy agentů . Tyto pracovní postupy používají smyčky agentů a velké jazykové modely (LLM) k iterativnímu zpracování, rozhodování a dokončení úkolů bez zásahu člověka. Tyto pracovní postupy dobře fungují pro automatizaci, které můžou trvat dlouhou dobu, vyžadují silnější zásady správného řízení, izolaci nebo můžou podporovat automatizované strategie vrácení zpět nebo kompenzace.

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

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 Agentické pracovní postupy AI v Azure Logic Apps.

Důležité

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

Požadavky

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

Spotřeba (Náhled)

• 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 jenom Azure Portal.

  Pracovní postupy autonomních agentů určené pro spotřebu nevyžadují ruční nastavení samostatného modelu AI. Váš pracovní postup automaticky zahrnuje akci agenta , která používá model služby Azure OpenAI hostovaný v Microsoft Foundry. Pracovní postupy spotřebního autonomního agenta podporují pouze konkrétní modely, které závisejí na oblasti vaší aplikace Logic App. Další informace najdete v tématu Podporované modely.

Standard

• Účet a předplatné Azure. Získejte bezplatný účet Azure.

• Projekt nebo zdroj standardní logické aplikace na základě vašich zkušeností s vývojem.

  Zkušenost	Požadavek
  Azure Portal	Standardní prostředek logické aplikace. Viz Vytvoření standardních pracovních postupů na webu Azure Portal.
  Visual Studio Code	Standardní projekt aplikace logiky. Viz Vytváření standardních pracovních postupů v editoru Visual Studio Code. Ujistěte se, že máte nejnovější rozšíření Azure Logic Apps.

  Poznámka:

  Postup nastavení pracovních postupů autonomního agenta je většinou stejný pro Azure Portal i Visual Studio Code. Příklady v této příručce ukazují pokyny pro každé prostředí, kde se proces liší.

• Jeden z následujících zdrojů modelu AI:

  Poznámka:

  Pracovní postupy agentů podporují pouze konkrétní modely. Další informace najdete v tématu Podporované modely.

  Zdroj modelu	Description
  Azure OpenAI	Prostředek služby Azure OpenAI s nasazeným modelem služby Azure OpenAI. Název prostředku potřebujete, když se připojíte z akce agenta ve vašem pracovním postupu k nasazenému AI modelu ve službě Azure OpenAI. Další informace najdete tady: - Vytvoření a nasazení prostředku služby Azure OpenAI - Nasadit model
  Služba agenta Foundry (Preview)	Projekt Foundry připojený k nasazenému modelu Azure OpenAI na Foundry Poznámka: Ujistěte se, že máte projekt Foundry, nikoli projekt založený na centru. Další informace najdete tady: - Vytvoření a nasazení prostředku služby Azure OpenAI - Vytvoření projektu pro Foundry - Připojení Foundry Tools po vytvoření projektu - Vytvoření nového připojení na portálu Foundry - Nasadit model
  APIM Gen AI Gateway (Preview)	Účet služby Azure API Management s rozhraním LLM API, který se má použít. Další informace najdete tady: - Brána AI ve službě Azure API Management - Import rozhraní API systému Foundry - Import rozhraní API Azure OpenAI

• Ověřování, které se použije při připojení akce agenta k modelu AI.

  Projekty Foundry vyžadují, abyste použili ověřování spravované identity.

  • Ověřování spravovaných identit

    Toto připojení podporuje ověřování pomocí ID Microsoft Entra se spravovanou identitou. V produkčních scénářích Microsoft důrazně doporučuje používat spravovanou identitu, pokud je to možné. Tato možnost poskytuje optimální a vynikající zabezpečení bez dalších poplatků. Azure tuto identitu spravuje za vás, takže nemusíte zadávat ani spravovat citlivé informace, jako jsou přihlašovací údaje nebo tajné kódy. Tyto informace nejsou přístupné ani jednotlivým uživatelům. Spravované identity můžete použít k ověření přístupu pro všechny prostředky, které podporují ověřování Microsoft Entra.

    Pokud chcete použít ověřování spravované identity, musí váš prostředek aplikace logiky standardu povolit spravovanou identitu přiřazenou systémem. Spravovaná identita přiřazená systémem je ve výchozím nastavení povolená ve standardní aplikaci logiky. Tato verze v současné době nepodporuje použití spravované identity přiřazené uživatelem.

    Poznámka:

    Pokud je identita přiřazená systémem zakázaná, znovu ji můžete obnovit.

    Identita přiřazená systémem vyžaduje pro řízení přístupu na základě role (RBAC) microsoft Entra jednu z následujících rolí na základě principu nejnižšího oprávnění:

    Zdroj modelu	Role
    Prostředek služby Azure OpenAI	- Cognitive Services OpenAI uživatel (nejméně privilegovaný) - Přispěvatel Cognitive Services OpenAI
    Projekt Foundry	Uživatel Foundry

    Další informace o nastavení spravované identity najdete v tématech:

    • Ověřování přístupu a připojení pomocí spravovaných identit v Azure Logic Apps
    • Řízení přístupu na základě role pro službu Azure OpenAI
    • Osvědčené postupy pro role Microsoft Entra

  • Ověřování na základě adres URL a klíčů

    Toto připojení podporuje ověřování pomocí adresy URL koncového bodu a klíče rozhraní API pro váš model AI. Tyto hodnoty ale nemusíte před vytvořením připojení najít ručně. Hodnoty se automaticky zobrazí, když vyberete zdroj modelu.

    Důležité

    Tuto možnost ověřování použijte pouze pro příklady v tomto průvodci, průzkumné scénáře, neprodukční scénáře nebo pokud zásady vaší organizace určují, že nemůžete použít ověřování spravované identity.

    Obecně platí, že zabezpečíte a chráníte citlivá data a osobní údaje, jako jsou přihlašovací údaje, tajné kódy, přístupové klíče, připojovací řetězce, certifikáty, kryptografické otisky a podobné informace pomocí nejvyšší dostupné nebo podporované úrovně zabezpečení. Neokódujte citlivá data, sdílejte tajné kódy s jinými uživateli ani je neukládejte v prostém textu, kam mají ostatní přístup. Nastavte plán pro obměnu nebo odvolání tajných informací, pokud dojde k jejich kompromitaci.

    Další informace najdete tady:

    • Osvědčené postupy pro ochranu tajných kódů
    • Tajné kódy ve službě Azure Key Vault
    • Automatizace obměny tajných kódů ve službě Azure Key Vault

• 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 je podobné příkladům, ale má menší rozdíly.

Podporované modely služby Azure OpenAI pro pracovní postupy agentů

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

Spotřeba (Náhled)

Smyčka agenta automaticky používá jeden z následujících modelů služby Azure OpenAI:

• gpt-4o-mini
• gpt-5o-mini

Důležité

Model AI, který používá smyčka agenta, může pocházet z jakékoli oblasti, takže rezidence dat pro konkrétní oblast není zaručena pro data, která model zpracovává.

Standard

Smyčka vašeho agenta může používat jeden z následujících modelů:

• gpt-5
• gpt-4.1
• gpt-4.1-mini
• gpt-4.1-nano
• gpt-4o
• gpt-4o-mini
• gpt-4
• gpt-35-turbo

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 agentů 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 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 ve smyčce 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 používá vaše akce agenta , může pocházet z libovolné 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 Foundry vyžadují, abyste použili ověřování spravované identity. – Obecné limity ve službě Azure OpenAI, Foundry a Azure Logic Apps najdete tady: - Kvóty a limity služby Azure OpenAI - Kvóty a omezení modelů Azure OpenAI ve Foundry - Limity a konfigurace Azure Logic Apps

Vytvořit autonomní agentní pracovní postup

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

Spotřeba (Náhled)

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.

   

3. Pokračujte k další části a nastavte smyčku agenta.

Standard

Na základě vývojového prostředí, které používáte, začněte vytvořením nového pracovního postupu.

Vytvoření pracovního postupu agenta na webu Azure Portal

Pokud chcete vytvořit pracovní postup s prázdnou akcí agenta , postupujte takto:

1. V Azure Portal otevřete svůj prostředek Standard pro logické aplikace.

2. Na bočním panelu prostředku v části Pracovní postupy vyberte Pracovní postupy.

3. Na panelu nástrojů na stránce Pracovní postupy vyberte Vytvořit>.

4. V podokně Vytvořit pracovní postup proveďte následující kroky:

   1. Jako název pracovního postupu zadejte název pracovního postupu.

   2. Vyberte Autonomní agenty>Vytvořit.

      

      Návrhář se otevře a zobrazí částečný pracovní postup, který obsahuje prázdnou akci agenta , kterou potřebujete nastavit později.

      

   Než pracovní postup uložíte, musíte pro akci agenta provést následující úlohy nastavení:

   • Připojte smyčku akcí agenta k modelu AI. Tento úkol dokončíte v další části.

   • Uveďte pokyny, které používají přirozený jazyk k popisu rolí, které smyčka agenta hraje, úkolů, které může smyčka agenta provádět, a další informace, které pomohou smyčce agenta lépe porozumět, jak fungovat. Tento úkol také dokončíte v další části.

5. Přidejte do pracovního postupu aktivační událost.

   Pracovní postup vyžaduje aktivační událost, která určuje, kdy se pracovní postup spustí. Můžete použít libovolný trigger, který vyhovuje vašemu scénáři. Další informace najdete v tématu Triggery.

   1. V návrháři vyberte Přidat spouštěč.

   2. V podokně Přidat trigger postupujte podle těchto obecných kroků a přidejte nejlepší aktivační událost pro váš scénář.

      Tento příklad používá spouštěč Request s názvem Při přijetí požadavku HTTP. Pro účely tohoto článku nepotřebujete žádné další nastavení triggeru.

      

6. Přeskočte další část, abyste mohli nastavit cyklus agenta pomocí modelu umělé inteligence.

Vytvoření pracovního postupu agenta v editoru Visual Studio Code

1. V editoru Visual Studio Code otevřete pracovní prostor pro projekt standardní aplikace logiky.

2. Na panelu aktivit vyberte ikonu souborů, která otevře okno Průzkumníka pro zobrazení projektu.

3. V okně Průzkumníka vyberte v místní nabídce složky projektu možnost Vytvořit pracovní postup.

4. Vyberte šablonu pracovního postupu s názvem Autonomní agent.

5. Zadejte název pracovního postupu a stiskněte Enter.

   V projektu se teď zobrazí nová složka pracovního postupu. Tato složka obsahuje souborworkflow.json , který obsahuje základní definici JSON pracovního postupu.

6. V místní nabídce workflow.json souboru vyberte Otevřít návrháře.

   Návrhář se otevře a zobrazí částečný pracovní postup, který začíná výzvou k přidání triggeru a prázdnou výchozí akcí agenta , kterou je potřeba nastavit později.

   

7. Pokračujte k další části a nastavte smyčku agenta.

Přidejte agentní smyčku do neagentového pracovního postupu.

Pokud máte existující stavový pracovní postup, můžete přidat akci agenta k začlenění schopností autonomní agentní smyčky a velkých jazykových modelů (LLM) pomocí následujících kroků:

1. V návrháři otevřete stavově orientovaný pracovní postup.

2. Postupujte podle obecných kroků a přidejte do pracovního postupu akci s názvem Agent .

   Alternativně můžete vybrat Přidat agenta, nikoli přidat akci, například:

   

3. Pokračujte v další části a nastavte smyčku agenta pomocí modelu AI.

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 smyčka agenta vyžaduje nastavení před uložením jakýchkoli změn. Teď ale nemusíte nastavovat smyčku agenta. Můžete pokračovat v vytváření pracovního postupu. Než pracovní postup uložíte, nezapomeňte nastavit smyčku agenta.

Nastavení nebo zobrazení modelu AI

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

Spotřeba (Náhled)

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

Pokud chcete zobrazit model, který používá smyčka agenta, 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:

   

3. Pokračujte k další části a přejmenujte smyčku agenta.

Standard

1. V návrhářském rozhraní vyberte záhlaví akce Agent a poté otevřete podokno Vytvořit připojení.

   Toto podokno se otevře jenom v případě, že nemáte existující funkční připojení.

2. V části Vytvořit nové připojení zadejte následující informace:

   Parameter	Povinné	Hodnota	Description
   Název připojení	Ano	< název připojení>	Název, který se má použít pro připojení k modelu AI. V tomto příkladu se používá fabrikam-azure-ai-connection.
   Zdroj modelu agenta	Ano	- Azure OpenAI - Služba agenta Foundry	Zdroj modelu AI.
   Typ ověření	Ano	- Spravovaná identita - Ověřování na základě adres URL a klíčů	Typ ověřování, který se má použít k ověřování a autorizaci přístupu identity k vašemu modelu AI. Poznámka: U projektů Foundry musíte použít ověřování spravované identity. - Spravovaná identita vyžaduje, aby vaše standardní aplikace logiky měla povolenou spravovanou identitu a nastavila se s požadovanými rolemi pro přístup na základě role. Další informace najdete v tématu Požadavky. - Ověřování na základě adres URL a klíčů vyžaduje adresu URL koncového bodu a klíč rozhraní API pro váš model AI. Tyto hodnoty se automaticky zobrazí, když vyberete zdroj modelu. Důležité: Pouze pro příklady a zkoumání můžete použít adresu URL a ověřování založené na klíči. V produkčních scénářích použijte spravovanou identitu.
   Subscription	Ano	< Předplatné Azure>	Vyberte předplatné Azure přidružené k vašemu prostředku služby Azure OpenAI.
   Prostředek Azure OpenAI	Ano, pouze pokud je zdrojem modelu agentaAzure OpenAI.	< Azure-OpenAI-Service-resource-name>	Vyberte prostředek služby Azure OpenAI.
   Projekt Foundry	Ano, pouze v případě, že zdroj modelu agenta je Foundry Agent Service	< Azure-AI-Foundry-project-name>	Vyberte projekt v Foundry. Poznámka: Pokud jste v projektu nedávno přiřadili potřebnou roli, může dojít ke zpoždění, než se projeví oprávnění role. Mezitím se zobrazí chybová zpráva, že nemáte správná oprávnění k projektu.
   Služba Azure API Management (Preview)	Ano, pouze pokud zdrojem modelu agenta je služba APIM Gen AI Gateway.	< Účet API-Management>	Vyberte svůj účet služby Azure API Management.
   Rozhraní API služby Azure API Management	Ano, pouze pokud zdrojem modelu agenta je služba APIM Gen AI Gateway.	< API-Management-LLM-API>	Vyberte své rozhraní LLM API ve službě Azure API Management.
   Koncový bod rozhraní API	Ano	Automaticky vyplněno	Adresa URL koncového bodu pro model AI ve službě Azure OpenAI. Tento příklad používá https://fabrikam-azureopenai.openai.azure.com/.
   Klíč API	Ano, pouze v případě, že typ ověřování je adresa URL a ověřování na základě klíčů	Automaticky vyplněno	Klíč rozhraní API pro váš model AI ve službě Azure OpenAI.

   Pokud například jako zdroj modelu a spravovanou identitu pro ověřování vyberete Azure OpenAI, budou informace o připojení vypadat jako v následující ukázce:

   

   Pokud jako zdroj modelu vyberete Službu agenta Foundry se spravovanou identitou pro ověřování, budou informace o připojení vypadat jako v následující ukázce:

   

3. Až budete hotovi, vyberte Vytvořit nový.

   Podokno s informacemi o akci agenta teď zobrazuje připojený model AI, například:

   

   Pokud chcete vytvořit jiné připojení, na kartě Parametry se posuňte dolů a vyberte Změnit připojení.

   Poznámka:

   Pokud je připojení k vašemu modelu nesprávné, zobrazí se seznam modelů AI nedostupný.

4. Pokračujte k další části a přejmenujte agenta.

Přejmenujte akci smyčky agenta

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

1. V návrháři vyberte záhlaví akce smyčky agenta a otevřete informační podokno.

2. V informačním podokně vyberte název smyčky agenta a zadejte nový název, například Weather agent.

   

3. Pokračujte k další části a zadejte pokyny pro smyčku agenta.

Nastavení instrukcí smyčky agenta

Smyčka agenta vyžaduje pokyny, které popisují role, které může zastávat, a úlohy, které může provést. Pokud chcete agentům pomoct naučit se a porozumět těmto zodpovědnostem, uveďte 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 smyčka agenta potřebuje k pochopení jeho 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:

   

2. Volitelně můžete zadat pokyny pro uživatele, které smyčka agenta používá jako výzvy.

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

   1. V podokně informací o smyčce agenta, v části Pokyny pro uživatele, zadejte výzvu pro smyčku agenta do pole Položka pokynů pro uživatele – 1.

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

   3. V pole Pokyny pro uživatele – 2 zadejte další výzvu ke smyčce agenta.

   4. Opakujte, dokud nedokončíte přidání všech požadovaných výzev.

3. Na panelu nástrojů návrháře vyberte Uložit.

Zkontrolovat chyby

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

Spotřeba (Náhled)

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 sloupec Stav zobrazuje stav Spuštěno, agentní pracovní postup stále funguje.

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

   

   Smyčka agenta v tuto chvíli nemá žádné nástroje, které by bylo možné použít, což znamená, že smyčka agenta ve skutečnosti nemůže provádět žádné konkrétní akce, jako je odeslání e-mailu do seznamu odběratelů, dokud nevytváříte nástroje, které smyčka agenta potřebuje k dokončení úloh.

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

Standard

Kontrola chyb na webu Azure Portal

1. Na panelu nástrojů návrháře vyberte Spustit>.

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

3. Na stránce Historie spuštění na kartě Historie spuštění vyberte nejnovější spuštění pracovního postupu.

   Poznámka:

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

   Pokud sloupec Stav zobrazuje stav Spuštěno, agentní pracovní postup stále funguje.

   Otevře se zobrazení monitorování a zobrazí operace pracovního postupu se stavem. Podokno protokolu agenta je otevřené a zobrazuje pokyny ke smyčce agenta, které jste zadali dříve.

   

   Smyčka agenta v tuto chvíli nemá žádné nástroje, které by bylo možné použít, což znamená, že smyčka agenta ve skutečnosti nemůže provádět žádné konkrétní akce, jako je odeslání e-mailu do seznamu odběratelů, dokud nevytváříte nástroje, které smyčka agenta potřebuje k dokončení úloh.

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

Kontrola chyb v editoru Visual Studio Code

1. V okně Průzkumníka projektu aplikace logiky otevřete složku s názvem pracovního postupu a přejděte do workflow.json souboru.

2. V místní nabídce souboru vyberte Přehled. Stisknutím klávesy F5 spusťte ladicí relaci.

3. Po dokončení spuštění v části Historie spuštění vyberte nejnovější spuštění pracovního postupu.

   Poznámka:

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

   Pokud sloupec Stav zobrazuje stav Spuštěno, agentní pracovní postup stále funguje.

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

   Smyčka agenta ale v tuto chvíli nemá žádné nástroje, které by bylo možné použít, což znamená, že smyčka agenta nemůže ve skutečnosti provádět žádné konkrétní akce, jako je odesílání e-mailů, dokud nevytváříte nástroje, které smyčka agenta potřebuje k dokončení svých úloh. Možná dokonce dostanete e-mail o zamítnutí zprávy vaším e-mailovým serverem.

4. Na panelu nástrojů ladění vyberte Odpojit a zastavte ladicí relaci.

5. Vraťte se do návrhového prostředí.

Vytvoření znalostní báze nebo připojení k této znalostní bázi

Volitelně můžete v pracovních postupech standardního agenta pomoct vaší smyčce agenta zodpovědět otázky a dokončit úlohy související s konkrétní doménou, vytvořit znalostní bázi nebo se připojit ke stávající znalostní bázi, která se má použít ve smyčce agenta. Znalostní báze je logický kontejner , který organizuje související zdroje znalostí, jako jsou dokumenty nebo soubory.

Vaše organizace generuje data z dokumentů, tabulek, rozhraní API a interních systémů. Pokud v Azure Logic Apps použijete funkci Znalostní báze jako služba (KBaaS), můžete tento obsah převést na strukturované a prohledávatelnější informace, které může používat smyčka agenta.

1. Splnění požadavků na vytvoření znalostní báze

2. Vraťte se do návrháře pracovního postupu a vyberte záhlaví smyčky agenta.

3. V podokně s informacemi o smyčce agenta na kartě Parametry v části Znalostní báze vyberte možnost Vytvořit.

4. Podle pokynů vytvořte připojení znalostní báze.

5. Postupujte podle následujících kroků a přidejte znalostní artefakty do znalostní báze.

6. Postupujte podle těchto kroků a přidejte znalostní bázi jako nástroj v rámci smyčky agenta.

Vytvoření nástroje Získat počasí

Aby smyčka agenta spouštěla předem připravené akce dostupné v Azure Logic Apps, musíte pro použití smyčky agenta vytvořit jeden nebo více nástrojů. Nástroj musí obsahovat alespoň jednu akci a pouze akce. Smyčka agenta volá nástroj pomocí konkrétních argumentů.

Smyčka agenta v tomto příkladu potřebuje nástroj, který získá předpověď počasí. Tento nástroj můžete sestavit pomocí následujícího postupu:

1. V rozhraní návrháře, uvnitř smyčky agenta a pod Přidat nástroj, vyberte znaménko plus (+) a otevřete podokno, kde můžete procházet 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.

   Jakmile vyberete akci, v návrháři se v akci smyčky agenta zobrazí kontejner Tool i vybraná akce. Obě informační podokna se také otevřou současně.

   

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.

   

   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 smyčka agenta používá k určení 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.

   

   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 pro získání aktuálního počasí, které pochází z "sdíleného" konektoru MSN Weather hostovaného a spravovaného globálním multi-tenantním prostředím Azure, najdete v technické referenční dokumentaci ke konektoru MSN Weather.

4. Až budete připraveni, vyberte Vytvořit.

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

   

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:

   

7. Uložte pracovní postup.

Vytvoření nástroje Odeslat e-mail

V mnoha scénářích potřebuje agentní smyčka více nástrojů. V tomto příkladu potřebuje agentní smyčka nástroj, který odešle e-mailem zprávu o počasí.

Chcete-li sestavit tento nástroj, postupujte takto:

1. V návrháři v akci smyčky agenta vedle existujícího nástroje vyberte znaménko plus (+), aby bylo možné přidat 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).

   Podobně jako předtím se po výběru akce zobrazí nový nástroj i akce uvnitř akce smyčky agenta v návrháři. Obě informační podokna se otevřou současně.

   

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.

   

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).

   Po dokončení použije ukázková akce dříve definované parametry agenta, jak je znázorněno na následujícím obrázku:

   

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

   

2. Uložte pracovní postup.

Vytvoření nástroje pro seznam odběratelů

Nakonec 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 akci Vytvořit 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:

   

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 smyčky a nástroje softwarového agenta

Následující části obsahují doporučení, osvědčené postupy a další pokyny, které vám pomohou vytvářet efektivnější cykly agenta a nástroje.

Smyčky agentů

Následující pokyny poskytují osvědčené postupy pro smyčky agentů.

Prototypy smyček a nástrojů agenta s akcemi Vytváření

Místo použití skutečných akcí a živých připojení k vytvoření prototypu smyček a nástrojů agenta 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 vytvořit a upřesnit pokyny ke smyčce agentů, výzvy, názvy nástrojů a popisy a navíc parametry a popisy agenta – to vše bez nutnosti nastavení a používání živých připojení.

• Až potvrdíte, že smyčka agenta a nástroje fungují pouze s akcemi Compose, budete připraveni přejít k použití skutečných akcí.

• 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

Smyčka agenta 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 smyčky 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 smyčky agenta blíží délce kontextu modelu, zvažte vyřazení zastaralých nebo irelevantních zpráv, aby zůstaly v rámci limitu.

Tady je několik přístupů ke snížení historie cyklu agenta:

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

• Pečlivě si vytvořte instrukce a vyzvání ke smyčce agenta pro ovládání 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.

  Smyčka agenta má téměř stejné pokročilé parametry jako integrovaný konektor poskytovatele služeb Azure OpenAI, s výjimkou rozšířeného parametru Typu omezení historie agenta, který je k dispozici pouze u akce agenta. Tento parametr řídí historii, kterou udržuje smyčka agenta, 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 výběrem záhlaví akce 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 smyčky agenta, které mají být uchovány a předány 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 smyček agenta, 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 modelu ve službě Azure OpenAI jsou vynucovány během běhu, a nikoliv při uložení změn v agentní smyčce pracovního postupu.

• Příliš mnoho nástrojů ve stejné smyčce agenta může mít negativní vliv na kvalitu smyčky agenta.

  Dobré obecné doporučení doporučuje, že smyčka agenta by neobsahovala 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 při řešení chyb nebo problémů, se kterými se můžete setkat při sestavování nebo spouštění pracovních postupů agentů.

Kontrola dat spouštění nástrojů

Historie spuštění pracovního postupu poskytuje užitečné informace, které vám pomůžou zjistit, co se stalo během konkrétního spuštění. V případě pracovního postupu 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 akci agenta, kterou 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:

   

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

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

   Následující příklad ukazuje vybranou akci pro dříve vybrané spuštění nástroje:

   

   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 ve smyčce, aby volal.
   • 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 zkontrolovat protokoly událostí smyčky agenta tak, jako u jakékoli jiné akce. 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 smyčka agenta uchovává v protokolu, a které jsou přenášeny 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

• Pracovní postupy agentů AI v Azure Logic Apps
• Cvičení: Vytvoření prvního pracovního postupu autonomního agenta v Azure Logic Apps
• Omezení a konfigurace aplikací logiky Azure
• Kvóty a limity služby Azure OpenAI