Tutorial: Membuat aturan Aktivator end-to-end menggunakan AI agenik

Fabric Activator mendeteksi pola dalam data streaming dan mengambil tindakan saat kondisi terpenuhi. Dalam tutorial ini, Anda menggunakan agen AI untuk membangun alur end-to-end. Pipeline memantau aliran peristiwa telemetri, mendeteksi panas berlebih yang berlangsung terus-menerus, dan memanggil Fabric User Data Function (UDF) untuk membuat tiket perbaikan. Anda menulis perintah; agen melakukan penulisan.

Tutorial ini menggunakan telemetri widget-making-machine sebagai contoh utama, tetapi prompt yang sama dapat digunakan untuk hampir semua data deret waktu dengan ID per entitas yang stabil—perangkat IoT, armada kendaraan, peristiwa logistik, data tick keuangan, metrik aplikasi, dan sebagainya. Ganti nama bidang dan ambang batas agar pas dengan bentuk data Anda.

Dalam tutorial ini, Anda menyelesaikan tugas-tugas berikut:

  • Siapkan eventstream di atas pusat aktivitas Anda.
  • Buat Fungsi Data Pengguna untuk mengajukan pekerjaan perbaikan.
  • Tulis aturan Aktivator yang memicu fungsi.

Jika Anda baru menggunakan Fabric Activator, lihat Apa itu Fabric Activator?. Jika Anda baru mengenal Fabric User Data Functions, lihat Apa itu Fabric User Data Functions?.

Gambaran umum skenario

Produsen mengoperasikan armada mesin pembuat widget di beberapa pabrik. Setiap komputer memancarkan telemetri—suhu, getaran, tekanan, status eksekusi—ke hub peristiwa Azure. Ketika mesin beroperasi pada suhu tinggi, mesin tersebut perlu menjalani pemeriksaan pemeliharaan sebelum mengalami kerusakan.

Untuk tutorial ini, setiap peristiwa menggunakan skema perwakilan kecil: ID per komputer (machine_id), tag lokasi (plant_id), metrik numerik untuk memantau (temperature_c), dan bidang run-state (state). Nama field yang tepat tidak penting—format prompt yang sama dapat digunakan untuk ID tiap entitas ditambah metrik yang ingin Anda beri ambang batas.

Anda membangun alur Fabric yang menonton aliran telemetri, menerapkan aturan ambang berkelanjutan, dan memanggil Fungsi Data Pengguna untuk mengajukan pekerjaan perbaikan. Aturan mengelompokkan peristiwa menurut machine_id dan menembak saat temperature_c tetap di atas 50 °C selama 5 menit. Ketika menembak, ia melewati machine_id, plant_id, dan suhu saat ini ke dalam tindakan.

Diagram arsitektur telemetri yang mengalir dari mesin-mesin melalui Azure Event Hubs, eventstream Fabric, aturan Activator, dan UDF.

Prerequisites

Sebelum memulai, Anda memerlukan:

  • Ruang kerja Fabric dengan kapasitas F4 (atau yang lebih tinggi), dengan izin pengeditan. Untuk mempelajari tentang ruang kerja, lihat Ruang kerja.
  • Agen yang kompatibel dengan skill—misalnya, GitHub Copilot CLI atau GitHub Copilot di Visual Studio Code—dengan skill Fabric yang terinstal.
  • namespace Azure Event Hubs dan hub yang men-streaming telemetri. Anda memerlukan namespace FQDN, nama hub, dan string koneksi Listen+Send.

Menyiapkan eventstream

Pada langkah ini, Anda membuat aliran peristiwa yang berlangganan ke hub peristiwa Anda. Anda memberi perintah kepada agen dan memverifikasi hasilnya di portal.

  1. Beri agen prompt ini, ganti placeholder dengan nilai-nilai dari event hub Anda:

    Create a Fabric eventstream in my workspace called `WidgetMachineTelemetry` that ingests from this Azure event hub:

- Namespace: `<your namespace FQDN>`
- Hub name: `<your hub name>`
- Connection string: `<your Listen+Send connection string>`

When you're done, give me a direct portal link to the eventstream item so I can verify it.

  2. Agen memanggil keterampilan penulisan eventstream. Perintah ini membuat item eventstream, mengonfigurasi Event Hub sebagai sumber, dan mengembalikan URL yang dapat diklik untuk item tersebut di portal Fabric. Anda tidak memerlukan tujuan—Aktivator berlangganan langsung ke streaming.

  3. Pilih tautan yang diberikan agen kepada Anda. Dalam Tampilan live, pastikan sumber event hub berstatus Terhubung dan event telemetri widget-machine sedang mengalir.

    Cuplikan layar aliran peristiwa WidgetMachineTelemetry yang menampilkan sumber hub peristiwa yang terhubung dan tujuan Activator, dengan pratinjau data langsung.

    Gambar 1: Eventstream WidgetMachineTelemetry —peristiwa mengalir dari widget-telemetry sumber pusat aktivitas melalui aliran ke WidgetMachineMaintenance tujuan Aktivator.

Membuat Fungsi Data Pengguna

Pada langkah ini, Anda membuat Fungsi Data Pengguna yang dipanggil oleh aturan Activator Anda. Fungsi ini mengirimkan permintaan pekerjaan perbaikan ke API hilir Anda.

  1. Berikan perintah ini kepada agen:

    Create a Fabric User Data Function called `MaintenanceDispatcher` in my workspace, written in Python, with a function `file_repair_job(machine_id, plant_id, temperature_c)` that sends those values as JSON in a POST request to `https://contoso.com/maintenance/fileRepairJob` and returns the parsed response.

When you're done, give me a direct portal link to the UDF item so I can verify it.

  2. Agen memanggil keterampilan penulisan UDF Fabric. Ini membuat kerangka item UDF Python, mengimplementasikan file_repair_job dengan httpx, menerbitkan UDF, memastikan fungsi tersebut dapat dipanggil, dan mengembalikan URL yang dapat diklik menuju item tersebut.

  3. Pilih tautan yang diberikan agen kepada Anda, lalu gunakan panel Uji bawaan untuk memanggil file_repair_job dengan payload sampel. Contoh: machine_id="widget-press-042", plant_id="plant-eu-01", temperature_c=52.7. Panggilan ke contoso.com mengembalikan error HTTP—itu memang sudah diperkirakan, karena endpoint placeholder tersebut tidak dapat di-resolve. Perilaku yang penting adalah bahwa UDF berhasil di-deploy, didaftarkan, dan mencapai tahap panggilan HTTP keluar.

    Screenshot dari Fungsi Data Pengguna MaintenanceDispatcher memperlihatkan sumber file_repair_job Python di editor portal.

    Gambar 2: MaintenanceDispatcher Fungsi Data Pengguna—file_repair_job mengirimkan detail komputer yang terlalu panas ke sistem pemeliharaan.

Note

Tutorial ini menggunakan https://contoso.com/maintenance/fileRepairJob sebagai placeholder untuk endpoint asli sistem pemeliharaan. Ganti dengan endpoint HTTPS milik Anda sendiri. Untuk titik akhir yang diautentikasi, ambil kredensial dari Azure Key Vault melalui koneksi generik UDF. Untuk informasi selengkapnya, lihat Mengakses sumber data di fungsi data pengguna Fabric.

Menulis aturan Aktivator

Dalam langkah ini, Anda membuat aturan Aktivator yang mengawasi eventstream dan memanggil UDF Anda saat komputer terlalu panas.

  1. Berikan perintah ini kepada agen:

    Create an Activator rule in my workspace subscribed to the `WidgetMachineTelemetry` eventstream, that triggers my `file_repair_job` UDF when a machine's temperature stays above 50°C for 5 minutes.

When you're done, give me a direct portal link to the rule so I can verify it.

  2. Agen menjalankan keterampilan penyusunan Activator dan membuat item Activator. Agen mengelompokkan aturan berdasarkan machine_id, membuat deteksi ambang berkelanjutan, dan mengonfigurasi tindakan untuk memanggil UDF Anda dengan machine_id, plant_id, dan temperatur saat ini. Agen kemudian mengembalikan URL yang dapat diklik ke aturan.

  3. Pilih tautan yang diberikan agen kepada Anda, lalu telusuri daftar periksa ini:

    • Data mengalir ke aturan. Buka objek Activator yang mendasari rule di panel Explorer dan pastikan bahwa event terbaru muncul di tabel live dengan nilai machine_id dan temperature_c yang tidak null.
    • Aturan sedang dijalankan. Konfirmasikan aturan berada dalam status Dimulai atau Berjalan dan ringkasan objek Aktivator menunjukkan komputer Anda sebagai instans aktif.
    • Agen mencatat aktivasi. Karena mesin yang terlalu panas tetap di atas 50 ° C selama 5 menit, entri muncul di tab Riwayat aturan, masing-masing menunjukkan machine_id yang dipicu, suhu pada waktu kebakaran, dan panggilan yang berhasil ke file_repair_job.

    Cuplikan layar aturan OverheatingDispatch Activator berjalan, dengan tindakan memanggil file_repair_job UDF dan meneruskan ID mesin, ID pabrik, dan suhu sebagai parameter.

    Gambar 3: Aturan OverheatingDispatch Aktivator—menyala saat suhu mesin tetap di atas 50°C selama 5 menit, memanggil file_repair_job identitas, pabrik, dan suhu saat ini.

Membersihkan sumber daya

Setelah selesai, hapus item eventstream, User Data Function, dan Activator dari ruang kerja Anda, lalu hapus namespace Event Hubs dari portal Azure untuk menghentikan penagihan.

Konten terkait

  • Last updated on