Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Il GitHub Copilot harness in Microsoft Copilot Studio è un ambiente di authoring e runtime riprogettato per la creazione di agenti IA. Introduce un approccio basato sul linguaggio naturale per la creazione dell'agente, una progettazione unificata a singola superficie e un modello di orchestrazione avanzato che migliora la qualità della risposta e la capacità di ragionamento.
Note
Le funzionalità di questo articolo sono utilizzate da agenti o flussi di lavoro alimentati dall'harness GitHub Copilot.
La fatturazione basata sull'uso si applica all'utilizzo, alla costruzione, al test e alla valutazione degli agenti. Queste azioni potrebbero consumare crediti Copilot. Scopri di più in Gestire i costi per agenti alimentati dal GitHub Copilot harness.
Cos'è il GitHub Copilot harness?
Il GitHub Copilot harness è costruito su un runtime di orchestrazione migliorato che sostituisce il modello standard utilizzato negli agenti di harness standard di Copilot Studio. Invece di creare argomenti espliciti di conversazione, flussi e logiche ramificate, descrivi il tuo agente in linguaggio naturale (anteprima) e il sistema genera la configurazione sottostante.
Gli agenti alimentati dal GitHub Copilot harness sono disponibili insieme agli agenti che utilizzano il harness standard. Scegli tu quale imbracatura usare quando crei un nuovo agente. Gli agenti creati con l'harness GitHub Copilot non possono essere trasferiti all'harness standard e viceversa.
Per un confronto dettagliato tra i due cablaggi, vedi imbracatura standard vs. GitHub Copilot harness.
Concetti chiave
Gli agenti alimentati dal GitHub Copilot harness sono organizzati attorno ai loro componenti principali. Puoi configurare quanto segue dalla scheda Build :
Istruzioni: definisci l'identità, il tono, l'ambito e il comportamento dell'agente. Altre informazioni in Configura dettagli e istruzioni dell'agente (anteprima).
Conoscenza: Fonti di dati collegate e memoria forniscono all'agente un contesto per rispondere alle domande. Altre informazioni in Aggiungere conoscenza a un agente.
Strumenti e competenze: gli strumenti consentono all'agente di eseguire azioni (chiamata di API, flussi in esecuzione), mentre le competenze definiscono comportamenti strutturati riutilizzabili. Scopri di più in Aggiungi strumenti e competenze a un agente.
Modello: scegliere il modello di intelligenza artificiale che supporta il ragionamento dell'agente. Altre informazioni in Selezionare un modello per un agente.
Agenti connessi: delegare attività specializzate ad altri agenti. Scopri di più in Panoramica degli agenti connessi.
Memoria: Attiva la Memoria per aiutare un agente a ricordare i dettagli delle sue interazioni e usare quel contesto per interazioni future. Scopri di più in Memoria (anteprima).
In che modo la scheda Build differisce dalla tradizionale imbracatura
Negli agenti basati sull'infrastruttura di GitHub Copilot, la scheda Build riunisce in un unico posto i componenti fondamentali per la creazione degli agenti. Invece di progettare flussi espliciti di argomenti e logiche ramificate, descrivi il tuo agente in linguaggio naturale e colleghi le risorse di cui ha bisogno per rispondere e agire. Utilizzando l'approccio "linguaggio naturale" della scheda Build , crei agenti che si affidano a un'orchestrazione avanzata per interpretare le tue istruzioni, decidere quando usare la conoscenza e quando invocare gli strumenti. Nell'imbracatura standard, argomenti espliciti, trigger e flussi di conversazione ramificati plasmano il comportamento dell'agente. L'approccio del GitHub Copilot riduce la necessità di creare una logica di flusso dettagliata fin dall'inizio. Invece, ti concentri sulla descrizione del tuo agente, sul collegamento dei componenti appropriati e sulla definizione dei confini che guidano il suo funzionamento.
Interfaccia di creazione dell'agente
Gli agenti alimentati dall'harness GitHub Copilot utilizzano una superficie basata su tabulazioni per costruire e gestire:
| Tab | Finalità |
|---|---|
| Build | Configura l'identità, le conoscenze, gli strumenti, le competenze, il modello e la memoria dell'agente |
| Preview | Testare l'agente in modo interattivo in un'interfaccia di chat di anteprima |
| Valutare | Creare ed eseguire set di test per misurare la qualità dell'agente |
| Monitor | Esaminare le attività recenti, i file a cui l'agente ha eseguito l'accesso e l'attività |
Ciclo di vita dell'agente
La creazione di un agente con l'harness di GitHub Copilot segue questo flusso generale:
- Crea: Inizia dalla home page di Copilot Studio e scegli di creare un nuovo agente alimentato dal harness GitHub Copilot.
- Compilazione: configura chi è l'agente, cosa sa, cosa può fare e quali sono i suoi limiti.
- Test: usare la scheda Anteprima e Valuta per convalidare il comportamento dell'agente.
- Pubblica: distribuire l'agente nei canali scelti.
- Monitorare: tenere traccia delle attività assegnate all'agente, della sua operatività e delle sue prestazioni dopo la distribuzione.
Orchestrazione e ragionamento
Il GitHub Copilot harness utilizza un runtime di orchestrazione migliorato che supporta capacità di ragionamento profondo e risposte di qualità superiore rispetto all'harness standard—in particolare sui dati Microsoft 365. A differenza dell'harness standard, dove il comportamento dell'orchestrazione è configurabile, il GitHub Copilot harness utilizza questo modello di orchestrazione migliorato per tutti gli agenti.
Scopri di più su Standard harness vs. GitHub Copilot harness.
Disponibilità
Gli agenti costruiti con il harness standard rimangono completamente supportati insieme agli agenti alimentati dal GitHub Copilot harness. Per informazioni sugli agenti standard, vedi Crea e elimina agentie panoramica sull'autoria degli agenti basati sull'IA. Scopri di più su Standard harness vs. GitHub Copilot harness.