Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Le harnais GitHub Copilot dans Microsoft Copilot Studio est un environnement d’auteur et d’exécution repensé pour la création d’agents IA. Il introduit une approche privilégiant le langage naturel pour la création d’agents, une interface unifiée et un modèle d’orchestration amélioré qui renforce la qualité des réponses et les capacités de raisonnement.
Note
Les fonctionnalités de cet article sont utilisées par des agents ou des flux de travail alimentés par le harnais GitHub Copilot.
La facturation basée sur l’utilisation s’applique à l’utilisation, à la construction, aux tests et à l’évaluation des agents. Ces actions peuvent consommer des crédits Copilot. En savoir plus dans Gérer les coûts pour les agents alimentés par le harnais GitHub Copilot.
Qu’est-ce que le GitHub Copilot harness ?
Le harness GitHub Copilot repose sur un moteur d’orchestration amélioré qui remplace le modèle standard utilisé dans les agents de harness standard de Copilot Studio. Au lieu d’écrire des sujets de conversation explicites, des flux et des logiques de branchement, vous décrivez votre agent en langage naturel (aperçu) et le système génère la configuration sous-jacente.
Les agents alimentés par le harnais GitHub Copilot sont disponibles en même temps que les agents utilisant le faisceau standard. Vous choisissez quel harnais utiliser lorsque vous créez un nouvel agent. Les agents créés avec le faisceau GitHub Copilot ne peuvent pas être transférés vers le faisceau standard, et inversement.
Pour une comparaison détaillée des deux harnais, voir Harnais standard vs. harnais GitHub Copilot.
Concepts clés
Les agents propulsés par le harnais GitHub Copilot sont organisés autour de leurs composants principaux. Vous pouvez configurer ce qui suit depuis l’onglet Build :
Instructions : définir l’identité, le ton, la portée et le comportement de l’assistant. Pour en savoir plus, consultez Configurer les détails et instructions de l’assistant (version préliminaire).
Connaissances : Les sources de données connectées et la mémoire fournissent à l’agent un contexte pour répondre aux questions. Pour en savoir plus, consultez Ajouter des connaissances à un assistant.
Outils et compétences : les outils permettent à l’agent d’effectuer des actions (appels d’API, flux en cours d’exécution), tandis que les compétences définissent des comportements structurés réutilisables. En savoir plus dans Ajouter des outils et compétences à un agent.
Modèle : choisissez le modèle IA qui alimente le raisonnement de l’agent. Pour en savoir plus, consultez Sélectionner un modèle pour un assistant.
Agents connectés : déléguer des tâches spécialisées à d’autres agents. En savoir plus dans la présentation des agents connectés.
Mémoire : Activez la Mémoire pour aider un agent à se souvenir des détails de ses interactions et utiliser ce contexte pour de futures interactions. En savoir plus dans Mémoire (aperçu).
Comment l’onglet de construction diffère du harnais standard
Dans les agents basés sur l’infrastructure GitHub Copilot, l’onglet Build regroupe les éléments essentiels de la création d’agents en un seul endroit. Au lieu de concevoir des flux thématiques explicites et une logique de branchement, vous décrivez votre agent en langage naturel et reliez les ressources dont il a besoin pour répondre et agir. En utilisant l’approche « langage naturel » de l’onglet Build , vous créez des agents qui s’appuient sur une orchestration améliorée pour interpréter vos instructions, décider quand utiliser la connaissance et déterminer quand invoquer des outils. Dans le harnais standard, des sujets explicites, des déclencheurs et des flux de conversation embranchés façonnent le comportement de l’agent. L'approche du GitHub Copilot réduit la nécessité de rédiger une logique de flux détaillée dès le départ. Vous vous concentrez sur la description de votre assistant, la connexion des composants appropriés et la définition des limites qui guident son fonctionnement.
Interface de création d’agents
Les agents propulsés par le harnais GitHub Copilot utilisent une surface à onglets pour construire et gérer :
| Tab | Purpose |
|---|---|
| Build | Configurez l’identité, les connaissances, les outils, les compétences, le modèle et la mémoire de l’agent |
| Aperçu | Tester l’agent de manière interactive dans une interface de conversation en préversion |
| Évaluer | Créer et exécuter des jeux de test pour mesurer la qualité de l’agent |
| Monitor | Passer en revue les tâches récentes, les fichiers auxquels l’agent a accédé et l’activité |
Cycle de vie de l’agent
La création d’un agent avec le harnais GitHub Copilot suit ce déroulement général :
- Créer : Commencez depuis la page d’accueil de Copilot Studio et choisissez de créer un nouvel agent alimenté par le harnais GitHub Copilot.
- Créer : configurez l’identité de l’assistant, ses connaissances, ses capacités et ses limites.
- Test : utilisez l’onglet Aperçu et l’onglet Évaluer pour valider le comportement de l’agent.
- Publier : déployez l’agent sur vos canaux choisis.
- Moniteur : effectuez le suivi des tâches, de l’activité et des performances de l’agent après le déploiement.
Orchestration et raisonnement
Le harnais GitHub Copilot utilise un temps d’exécution d’orchestration amélioré qui permet des capacités de raisonnement profond et des réponses de meilleure qualité que le harnais standard — en particulier sur les données Microsoft 365. Contrairement au harnais standard, où le comportement d’orchestration est configurable, le faisceau GitHub Copilot utilise ce modèle d’orchestration amélioré pour tous les agents.
En savoir plus sur le harnais Standard vs. le harnais GitHub Copilot.
Disponibilité
Les agents construits avec le faisceau standard restent entièrement pris en charge aux côtés des agents alimentés par le faisceau GitHub Copilot. Pour des informations sur les agents standards, voir Création et suppression d’agents et aperçu de la création d’agents basée sur l’IA. En savoir plus sur le harnais Standard vs. le harnais GitHub Copilot.