Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Fitur GitHub Copilot harness dalam Microsoft Copilot Studio adalah lingkungan pembuatan dan runtime yang dirancang ulang untuk membangun agen AI. Ini memperkenalkan pendekatan yang mengutamakan bahasa alami untuk pembuatan agen, desain terpadu dalam satu antarmuka, dan model orkestrasi yang disempurnakan untuk meningkatkan kualitas respon dan kemampuan penalaran.
Note
Fitur dalam artikel ini digunakan oleh agen atau alur kerja yang ditenagai oleh GitHub Copilot harness.
Penagihan berbasis penggunaan berlaku untuk penggunaan, pembuatan, pengujian, dan evaluasi agen. Tindakan-tindakan ini mungkin menghabiskan Kredit Copilot. Pelajari lebih lanjut di Kelola biaya untuk agen yang menggunakan harness GitHub Copilot.
Apa itu rangkaian alat GitHub Copilot?
Harness GitHub Copilot dibangun dengan runtime orkestrasi yang ditingkatkan yang menggantikan model standar yang digunakan pada agen harness standar Copilot Studio. Alih-alih membuat topik percakapan eksplisit, aliran, dan logika bercabang, Anda mendeskripsikan agen Anda dalam bahasa alami (pratinjau) dan sistem menghasilkan konfigurasi dasarnya.
Agen yang didukung oleh harness GitHub Copilot tersedia berdampingan dengan agen yang menggunakan harness standar. Anda memilih harness mana yang akan digunakan saat membuat agen baru. Agen yang dibuat dengan harness GitHub Copilot tidak dapat dipindahkan ke harness standar, dan sebaliknya.
Untuk perbandingan rinci antara kedua harness, lihat Standard harness vs. GitHub Copilot harness.
Konsep Utama
Agen yang didukung oleh harness GitHub Copilot diorganisir berdasarkan komponen inti mereka. Anda dapat mengonfigurasi hal berikut dari tab Build :
Instruksi: Tentukan identitas, nada, cakupan, dan perilaku agen. Pelajari selengkapnya di Mengonfigurasi detail dan instruksi agen (pratinjau).
Pengetahuan: Sumber data yang terhubung dan memori memberikan konteks kepada agen untuk menjawab pertanyaan. Pelajari lebih lanjut di Menambahkan pengetahuan ke agen.
Alat dan keterampilan: Alat memungkinkan agen melakukan tindakan (memanggil API, menjalankan alur), sementara keterampilan menentukan perilaku terstruktur yang dapat digunakan kembali. Pelajari lebih lanjut di Tambahkan alat dan keterampilan ke agen.
Model: Pilih model AI yang mendukung penalaran agen. Pelajari lebih lanjut di Memilih model untuk agen.
Agen yang terhubung: Mendelegasikan tugas khusus ke agen lain. Pelajari lebih lanjut dalam Ikhtisar Agen Terhubung.
Memori: Aktifkan Memori untuk membantu agen mengingat detail dari interaksinya dan menggunakan konteks tersebut untuk interaksi berikutnya. Pelajari lebih lanjut dalam Memory (pratinjau).
Perbedaan tab Build dari harness standar
Pada agen yang didukung oleh harness GitHub Copilot, tab Build menggabungkan bagian inti dari pembuatan agen dalam satu tempat. Alih-alih merancang alur topik eksplisit dan logika bercabang, Anda mendeskripsikan agen Anda dalam bahasa alami dan menghubungkan sumber daya yang dibutuhkan agen untuk merespons dan bertindak. Dengan menggunakan pendekatan bahasa alami pada tab Build , Anda membuat agen yang mengandalkan orkestrasi yang ditingkatkan untuk menafsirkan instruksi Anda, memutuskan kapan menggunakan pengetahuan, dan menentukan kapan memanggil alat. Pada harness standar, topik eksplisit, pemicu, dan alur percakapan yang bercabang membentuk perilaku agen. Pendekatan harness GitHub Copilot mengurangi kebutuhan untuk menulis logika alur terperinci sejak awal. Sebaliknya, Anda berfokus pada mendeskripsikan agen, menghubungkan komponen yang tepat, dan mendefinisikan batasan yang membimbing cara agen beroperasi.
Ruang kerja penulisan agen
Agen yang didukung oleh GitHub Copilot harness menggunakan antarmuka berbasis tab untuk membuat dan mengelola:
| Tab | Kegunaan |
|---|---|
| Build | Konfigurasikan identitas, pengetahuan, alat, keterampilan, model, dan memori agen |
| Tinjauan | Uji agen secara interaktif dalam antarmuka obrolan pratinjau |
| Mengevaluasi | Membuat dan menjalankan set pengujian untuk mengukur kualitas agen |
| Monitor | Tinjau tugas terbaru, file yang diakses agen, dan aktivitas |
Siklus hidup agen
Membangun agen dengan kerangka kerja GitHub Copilot umumnya mengikuti alur berikut:
- Buat: Mulailah dari halaman utama Copilot Studio dan pilih untuk membuat agen baru yang didukung oleh harness GitHub Copilot.
- Bangun: Konfigurasi siapa agennya, apa yang diketahuinya, apa yang dapat dilakukannya, dan apa batasannya.
- Uji: Gunakan tab Pratinjau dan tab Evaluasi untuk memvalidasi perilaku agen.
- Terbitkan: Sebarkan agen ke saluran yang Anda pilih.
- Monitor: Lacak tugas, aktivitas, dan performa agen setelah penyebaran.
Orkestrasi dan penalaran
Harness GitHub Copilot menggunakan runtime orkestrasi yang telah ditingkatkan, yang mendukung kemampuan penalaran mendalam dan respons berkualitas lebih tinggi dibandingkan dengan harness standar—terutama pada data Microsoft 365. Berbeda dengan harness standar, di mana perilaku orkestrasi dapat dikonfigurasi, harness GitHub Copilot menggunakan model orkestrasi yang ditingkatkan ini untuk semua agen.
Pelajari lebih lanjut di Harness standar vs. harness GitHub Copilot.
Availability
Agen yang dibangun dengan harness standar tetap didukung sepenuhnya bersama agen yang didukung oleh harness GitHub Copilot. Untuk informasi tentang agen standar, lihat Buat dan hapus agen serta gambaran umum pembuatan agen berbasis AI. Pelajari lebih lanjut di Harness standar vs. harness GitHub Copilot.