Explorer le harnais GitHub Copilot
Avec le GitHub Copilot harnais, vous décrivez ce qu’un agent doit accomplir, quelles informations et outils qu’il peut utiliser, et quelles limites il doit suivre. L’agent peut ensuite planifier et ajuster son travail pour atteindre l’objectif.
Comprendre le fonctionnement de l’orchestration améliorée
Lorsqu’une personne envoie une demande, le modèle d’orchestration amélioré décide de la façon dont l’agent doit l’effectuer. Pour une demande complexe, l’agent peut :
- Décomposez la requête en étapes.
- Sélectionnez les connaissances, les outils, les compétences ou les agents connectés dont il a besoin.
- Effectuez une étape et passez en revue le résultat.
- Poursuivez avec le plan, modifiez son approche ou demandez plus d’informations.
- Arrêtez une fois la requête terminée ou ne pouvez pas continuer en toute sécurité.
Vous n’avez pas besoin de définir chaque chemin d’accès possible à l’avance. L’agent peut ajuster son plan lorsqu’un outil retourne un résultat inattendu ou lorsque la demande change. Vous contrôlez ce comportement par le biais d’instructions, d’autorisations et de conditions de confirmation.
Certaines tâches ont toujours besoin d’une séquence fixe. Par exemple, une transaction peut nécessiter les mêmes étapes de validation et d’approbation à chaque fois. Utilisez un flux de travail pour ces étapes. L’agent peut collecter les informations requises et appeler le flux de travail lorsque la transaction est prête.
Identifier les composants principaux de l’agent
L’onglet Build organise un agent autour de ces composants :
- Les instructions définissent le rôle, le comportement et les limites de l’agent.
- Les connaissances fournissent des informations provenant de sources telles que des sites web, des fichiers, des SharePoint et des données métier.
- Les outils permettent à l’agent de récupérer des données actives ou d’effectuer des actions via des connecteurs, des flux de travail et d’autres intégrations.
- Les compétences fournissent des instructions réutilisables pour un type spécifique de tâche.
- Le modèle fournit le raisonnement et la génération de langage. Sélectionnez un modèle en fonction du travail, des performances et du coût.
- Les agents connectés permettent à l’agent de déléguer le travail spécialisé à un autre agent.
- La mémoire permet à l’agent de conserver les détails pertinents des interactions antérieures lorsque la fonctionnalité est activée.
Ensemble, ces composants indiquent au harnais ce que l’agent sait, ce qu’il peut faire et comment il doit se comporter.
Définir des limites de contrôle
Étant donné que l’agent peut planifier et ajuster son travail, définissez des limites claires. Déterminez les actions qu’il peut effectuer indépendamment et qui ont besoin de confirmation ou de révision humaine.
Un modèle de contrôle pratique comprend :
- Poursuivez les actions à faible risque, réversibles, telles que la récupération d’informations approuvées.
- Confirmez avant les actions telles que l’envoi d’un message, la création d’une demande ou la mise à jour d’un enregistrement.
- Faire remonter lorsqu’une action nécessite un jugement humain, une approbation formelle ou un accès privilégié.
Les instructions ne remplacent pas la sécurité de la plateforme. Utilisez l’authentification, les autorisations, les stratégies de données et les contrôles des connecteurs pour faire respecter les règles d’accès.
Pour plus d’informations, consultez Présentation des agents basés sur le GitHub Copilot harness.
Note
Nous reconnaissons que différentes personnes aiment apprendre de différentes façons. Vous pouvez choisir d’effectuer ce module au format vidéo ou lire le contenu sous forme de texte et d’images. Le texte contient plus de détails que les vidéos. Dans certains cas, vous voudrez peut-être y faire référence en tant que matériel supplémentaire à la présentation vidéo.