Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
In diesem Artikel wird beschrieben, wie Sie einen Microsoft Copilot Studio-Agent konfigurieren, der eine Verbindung mit Ihrem FinOps-Hub Data Explorer Datenbank herstellt und Kostenfragen beantwortet, indem KQL-Abfragen ausgeführt werden. Der Agent verwendet den Kusto Query MCP Server, um Abfragen und Wissensdateien aus dem FinOps-Toolkit auszuführen, um genaue KQL zu erstellen.
Voraussetzungen
Bevor Sie beginnen, stellen Sie sicher, dass Sie über Folgendes verfügen:
- Eine FinOps-Hubinstanz mit ausgeführtem Data Explorer mit FinOps hubs v12 oder höher. Die Agentanweisungen verwenden die
Costs_v1_2()Funktion, die in früheren Versionen nicht verfügbar ist. Erfahren Sie, wie Sie ein Upgrade durchführen. - Konfigurierte Bereiche, deren Daten erfolgreich erfasst wurden.
- Datenbankanzeige oder höherer Zugriff auf die Data Explorer Hubdatenbank. Erfahren Sie mehr.
- Eine Copilot Studio-Lizenz oder Microsoft 365 Copilot Benutzerlizenz. Details zur Lizenzierung finden Sie unter Copilot Studio Licensing.
Wenn Sie noch keine Erfahrung mit Copilot Studio haben, lesen Sie Quickstart: Erstellen und Bereitstellen eines Agents, um die Grundlagen der Agenterstellung kennenzulernen, bevor Sie fortfahren.
Erstellen und Konfigurieren des Agents
Erstellen Sie einen leeren Agent in Copilot Studio, und konfigurieren Sie ihn dann mit den folgenden FinOps Hub-Einstellungen.
Agentendetails
Legen Sie den Agentnamen auf FinOps Hub Agent (oder Ihren bevorzugten Namen) fest, und verwenden Sie die folgende Beschreibung:
Der FinOps Hub Agent bietet geregelte Einblicke in Echtzeit aus Ihrer FinOps Toolkit Hub-Datenbank. Es übersetzt Fragen der natürlichen Sprache in validierte KQL-Abfragen und liefert strukturierte Analysen zu Cloud-Ausgaben, Verpflichtungen, Sparplänen, Anomalien und Optimierungsmöglichkeiten.
Modellauswahl
Die Agentanweisungen erfordern ein Modell mit umfassenden Schlussfolgerungsfähigkeiten für die mehrstufige KQL-Generierung und die strukturierte Berichtsformatierung. Allgemeine Kategoriemodelle können ergebnisse von niedrigerer Qualität für komplexe Abfragen erzeugen.
Mögliche Modelle, regionale Verfügbarkeit und Überlegungen zur Datenhaltung finden Sie unter Auswählen eines primären KI-Modells für Ihren Agent. Wenn Sie ein externes Modell verwenden möchten, muss ihr Mandantenadministrator es zuerst aktivieren. siehe Auswählen eines externen Modells.
Anweisungen für den Agent
Laden Sie die anweisungen Copilot Studio für FinOps hubs herunter, und extrahieren Sie den Inhalt.
Öffnen und aktualisieren Sie
agent-instructions.mdden Abschnitt "Umgebung" mit Ihrem Cluster-URI:Cluster URI: <your-cluster>.kusto.windows.net Database: HubNote
Schließen Sie
https://nicht in den Cluster-URI ein. Copilot Studio entfernt HTTP-Links aus dem Feld "Anweisungen".Fügen Sie den vollständigen Inhalt des
agent-instructions.mdFelds " Anweisungen " des Agents ein, und speichern Sie ihn.
Hinzufügen von Tools
Der Agent benötigt die folgenden MCP-Tools, um zu funktionieren. Allgemeine Schritte zum Hinzufügen von MCP-Tools zu einem Agent finden Sie unter Hinzufügen von Tools von einem MCP-Server.
Kusto Query MCP Server (erforderlich)
Fügen Sie Kusto Query MCP Server (nach Azure Data Explorer) mit den folgenden Einstellungen hinzu:
- Fragen Sie den Endbenutzer vor dem Ausführen: Nein
- Zu verwendende Anmeldeinformationen: Anmeldeinformationen für Endbenutzer
Mit diesem Tool kann der Agent KQL-Abfragen für die Data Explorer-Datenbank Ihres Hubs ausführen. Der Agent verwendet Endbenutzeranmeldeinformationen, sodass abfrageergebnisse die Datenbankberechtigungen jedes Benutzers respektieren.
Microsoft Learn Docs MCP Server (optional)
Fügen Sie Microsoft Learn Docs MCP Server (von Microsoft Learn Docs MCP) hinzu, damit der Agent FinOps-Konzepte, FOCUS-Spezifikationsdetails und Azure Dienstdokumentation bei der Beantwortung von Fragen nachschlagen kann.
Überprüfen Sie nach dem Hinzufügen von Tools, ob jeder einen verbundenen Status in den Verbindungseinstellungen Ihres Agents anzeigt. Wenn eine Verbindung als nicht verbunden angezeigt wird, wählen Sie "Verwalten " aus, um sich zu authentifizieren.
Hinzufügen von Wissensdateien
Die Agentanweisungen verweisen auf Wissensdateien zum Erstellen präziser KQL-Abfragen. Bei diesen Dateien handelt es sich um Abfrageerstellungsverweise, nicht um Datenquellen. Allgemeine Schritte zum Hinzufügen von Wissen zu einem Agent finden Sie unter Hinzufügen von Wissensquellen.
Laden Sie jede Datei aus dem extrahierten Ordner hoch knowledge/ , und legen Sie das Feld "Beschreibung " für jede Datei wie gezeigt fest:
| Datei | Description |
|---|---|
schema-reference.md |
Spaltenreferenz für Costs_v1_2(), einschließlich Namen, Datentypen, Hinweisen zur Verwendung und Randfällen. Wird verwendet, um die richtigen Spaltennamen vor dem Schreiben von Abfragen nachzuschlagen. |
query-catalog.md |
Einsatzbereite KQL-Abfragevorlagen für Kostenaufschlüsselungen, monatliche Trends, Anomalieerkennung, Prognosen, Einsparungsübersichten und die Auslastung von Verpflichtungszusagen. |
weekly-report-guide.md |
Schritt-für-Schritt-Workflow für die Erstellung strukturierter wöchentlicher Kosten-Anomalieberichte mit sieben KQL-Abfragen, Nachbearbeitungsregeln und der Endgültigen Berichtsstruktur. |
Die Beschreibungen helfen dem Agent zu entscheiden, wann die einzelnen Dateien abgerufen werden sollen. Warten Sie, bis alle Dateien vor dem Testen einen Status " Bereit" anzeigen.
Testen Sie Ihren Agenten
Testen Sie den Agent im Bereich "Test ", um zu überprüfen, ob es eine ordnungsgemäße Verbindung mit Ihren Hubdaten herstellt. Der Agent sollte Ihre Abrechnungswährung erkennen und Sie bitten, einen Analyseumfang auszuwählen. Probieren Sie die folgenden Beispielaufforderungen aus:
What are my top 5 subscriptions by cost?
Create a week over week summary
Are there any unusual spikes in cost over the last 3 months?
What was my savings rate last month?
Überprüfen Sie, ob der Agent:
- Führt KQL-Abfragen für Ihre Hub-Datenbank aus und zitiert nicht nur aus Wissensdateien.
- Zeigt Ergebnisse als formatierte Tabellen an.
- Zeigt die KQL-Abfrage in einem separaten Codeblock an. Überprüfen Sie die Abfrage, um die richtigen Filter, Zeitbereiche und Aggregationslogik zu überprüfen.
- Enthält in der Antwort Konfidenzniveau, Zeitbereich und Geltungsbereich.
Ihren Agenten veröffentlichen
Veröffentlichen Sie nach dem Testen Ihren Agent, und konfigurieren Sie Kanäle, um sie ihrem Team zur Verfügung zu stellen. Ausführliche Informationen finden Sie unter Veröffentlichen Ihres Agents.
Feedback senden
Lassen Sie uns mit einer kurzen Bewertung wissen, wie wir abschneiden. Wir verwenden diese Rezensionen, um FinOps-Tools und -Ressourcen zu verbessern und zu erweitern.
Wenn Sie nach etwas Spezifischem suchen, wählen Sie eine vorhandene Idee aus, oder erstellen Sie eine neue Idee. Teilen Sie Ideen mit anderen, um mehr Stimmen zu erhalten. Wir konzentrieren uns auf Ideen mit den meisten Stimmen.
Verwandte Inhalte
Verwandte FinOps Hubs Artikel:
Verwandte Copilot Studio Artikel:
- Schnellstart: Erstellen und Bereitstellen eines Agents
- Wählen Sie ein primäres KI-Modell für Ihren Agenten aus
- Hinzufügen von Tools von einem MCP-Server
- Wissensquellen hinzufügen
- Ihren Agenten veröffentlichen