Agenti i copiloty rozšiřují možnosti LLM inteligentním vyvoláním externích funkcí, jako je odeslání e-mailu.
Agent je umělá inteligence, která může odpovídat na otázky a automatizovat procesy pro uživatele. Agenti můžou určit, které funkce splní cíl uživatele, a pak tyto funkce zavolat jménem uživatele.
Copilot je typ agenta, který funguje souběžně s uživatelem. Na rozdíl od agenta není kopírka plně automatizovaná – spoléhá na interakci uživatele. Copilot může uživateli pomoct dokončit úkol tím, že poskytne návrhy a doporučení.
Předpokládejme například, že vytváříte pomocnou aplikaci e-mailového chatu. Kromě LLM budete také potřebovat modul plug-in k provádění akcí souvisejících s e-mailem a také moduly plug-in pro vyhledávání, shrnutí, určování záměru a podobně. Můžete použít nativní funkce, předefinované moduly plug-in a vlastní moduly plug-in.
Vytváření modulů plug-in je pouze polovina bitvy: stále potřebujete vyvolat správné funkce ve správný čas, což je proces, který může být náchylný k chybám a neefektivní. Agent to zvládne lépe.
Agent automaticky rozhodne, jakou posloupnost funkcí může LLM použít k dosažení cíle uživatele. Předpokládejme například, že máte chatovací aplikaci, která kontroluje nové položky doručené pošty a určuje, jakou akci každá položka vyžaduje. Pokud nastavíte agenta, může orchestrovat potřebné funkce modulu plug-in a provést kroky automaticky.
Komponenty agenta
Každý agent má tři základní stavební bloky: persona, moduly plug-in a plannery.
Osoby určují způsob, jakým agenti reagují na uživatele nebo provádějí akce.
Moduly plug-in umožňují agentům načítat informace z uživatele nebo jiných systémů. Můžete použít předem připravené moduly plug-in a vlastní moduly plug-in.
Osoba agenta je jeho identita: všechny moduly plug-in a plánovače, které agent používá, jsou nástroje, ale osoba určuje, jak tyto nástroje používá. Pokyny použijete ve výzvě k vytvoření osoby agenta.
Pomocí pokynů můžete například sdělit agentovi, že pomáhá lidem spravovat e-maily, a vysvětlit jeho rozhodnutí při jejich přijímání. Vaše výzva může vypadat nějak takto:
prompt = $"""
<message role="system">
You are a friendly assistant helping people with emails.
When you decide to perform an action, explain your decision and then perform the action.
</message>
"""
Moduly plug-in
Moduly plug-in slouží k provádění věcí, které LLM nemůžou dělat samostatně, například načítání dat z externích zdrojů dat nebo dokončování úkolů v reálném světě.
LLM například nemůže odeslat e-mail, takže pokud chcete tuto funkci přidat do chatovací aplikace, budete muset vytvořit modul plug-in. Ke zpracování textu z e-mailů můžete použít základní moduly plug-in, jako je například ConversationSummaryPlugin.
Ujistěte se, že jasně zdokumentujete funkce v modulech plug-in – plánovače tyto informace používají k určení dostupných funkcí.
Plánovači
Plánovač může analyzovat dostupné funkce a přijít s alternativními způsoby, jak dosáhnout cíle.
Volání funkcí modulu plug-in není vždy efektivní. Řekněme například, že chcete sečíst čísla mezi 1 a 100. Mohli byste volat matematický modul plug-in, ale LLM by potřeboval provést samostatné volání pro každé číslo.
Nejlepší posloupnost a kombinace funkcí pro dosažení cíle navíc závisí na podrobnostech. Předpokládejme například, že vytváříte pomocnou aplikaci e-mailového chatu, takže zahrnete modul plug-in pro povolení odesílání e-mailů. Některé e-maily ale můžou potřebovat jinou akci, například žádost o schůzku bez odpovědi – odeslání odpovědi není nutné, ale přidání položky kalendáře je. Plánovač sleduje všechny dostupné funkce a nabízí efektivní způsoby dosažení cílů.
Copilots – přidání interakce uživatele
Automatizace procesů má mnoho výhod, ale někdy se musí uživatel rozhodnout. Agent nemůže automatizovat akce uživatelů. To je místo, kam přicházejí kopírky.
Agent v e-mailové chatovací aplikaci může vytvořit následující plán odeslání e-mailu:
Získání e-mailové adresy a jména uživatele
Získání e-mailové adresy příjemce
Získání tématu e-mailu
Vygenerování předmětu a textu e-mailu
Odeslání e-mailu
Velmi užitečné, ale co když se uživateli nelíbí text e-mailu? Do plánu přidá copilot krok interakce uživatele:
Získání e-mailové adresy a jména uživatele
Získání e-mailové adresy příjemce
Získání tématu e-mailu
Vygenerování předmětu a textu e-mailu
Zkontrolujte e-mail s uživatelem a proveďte úpravy.
Odeslání e-mailu
Sémantická aplikace Chat Chat Copilot
Pokud chcete začít s copiloty, vyzkoušejte sémantický chat Copilot jádra, referenční aplikaci pro vytvoření chatu s agentem AI.
Zdroj tohoto obsahu najdete na GitHubu, kde můžete také vytvářet a kontrolovat problémy a žádosti o přijetí změn. Další informace najdete v našem průvodci pro přispěvatele.
Zpětná vazba k produktu .NET
.NET je open source projekt. Vyberte odkaz pro poskytnutí zpětné vazby:
In this learning path, you practice building custom agents by using Microsoft Copilot Studio. The skills validated include creating managing topics, working with entities and variables, enhancing agents with generative AI, and publishing agents. The scenario in this experience represents real-world challenges faced by individuals with business-specific expertise who build custom agents.