Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Het GitHub Copilot-harnas in Microsoft Copilot Studio is een herontworpen authoring- en runtime-omgeving voor het bouwen van AI-agenten. Het introduceert een benadering waarbij natuurlijke taal centraal staat bij het creëren van agents, een uniform ontwerp met één interface en een verbeterd orkestratiemodel dat de kwaliteit van antwoorden en het redeneervermogen verbetert.
Note
De functies in dit artikel worden aangedreven door het GitHub Copilot-harnas dat Copilot Credits gebruikt voor gebruiksgebaseerde facturering. Lees meer in Overzicht van facturering voor agenten die worden aangedreven door het GitHub Copilot-harnas
Gebruiksgebaseerde facturering geldt voor het gebruiken, bouwen, testen en evalueren van agenten. Deze acties kunnen Copilot Credits verbruiken. Lees meer in Kosten beheren voor agents met behulp van de GitHub Copilot-harness.
Wat is het GitHub Copilot-harnas?
De GitHub Copilot-harness is gebouwd op een verbeterde orchestratieruntime die het standaardmodel vervangt dat wordt gebruikt in de standaard-harnessagents van Copilot Studio. In plaats van expliciete gespreksonderwerpen, flows en vertakkende logica te schrijven, beschrijf je je agent in natuurlijke taal (preview) en genereert het systeem de onderliggende configuratie.
Agenten die worden aangedreven door het GitHub Copilot-harnas zijn beschikbaar naast agenten die het standaardharnas gebruiken. Je kiest welk harnas je gebruikt wanneer je een nieuwe agent aanmaakt. Agents die met het GitHub Copilot-harnas zijn gemaakt, kunnen niet worden overgezet naar het standaard harnas en andersom.
Voor een gedetailleerde vergelijking van de twee harnasjes, zie Standard harnas versus GitHub Copilot harnas.
Belangrijke concepten
Agenten die worden aangedreven door het GitHub Copilot-harnas zijn georganiseerd rond hun kerncomponenten. Je kunt het volgende instellen via het tabblad Bouw :
Instructies: Definieer de identiteit, toon, reikwijdte en het gedrag van de agent. Meer informatie vindt u in Agentdetails en instructies configureren (preview).
Kennis: Verbonden databronnen en geheugen geven de agent context om vragen te beantwoorden. Meer informatie is te vinden in Kennis toevoegen aan een agent.
Hulpprogramma's en vaardigheden: met hulpprogramma's kan de agent acties uitvoeren (API's aanroepen, stromen uitvoeren), terwijl vaardigheden herbruikbare gestructureerde gedragingen definiëren. Lees meer in Voeg tools en vaardigheden toe aan een makelaar.
Model: Kies het AI-model dat de redenering van de agent aangeeft. Meer informatie vindt u in Een model voor een agent selecteren.
Verbonden agents: gespecialiseerde taken delegeren aan andere agents. Lees meer in het overzicht van verbonden agenten.
Geheugen: Zet Geheugen aan om een agent te helpen details van zijn interacties te onthouden en die context te gebruiken voor toekomstige interacties. Lees meer in Memory (preview).
Hoe het Build-tabblad verschilt van het standaard harnas
In agenten die worden aangedreven door het GitHub Copilot-harnas brengt het tabblad Bouwen de kernonderdelen van agentauthoring samen op één plek. In plaats van expliciete topicstromen en vertakkingslogica te ontwerpen, beschrijf je je agent in natuurlijke taal en koppel je de resources die deze nodig heeft om te reageren en te handelen. Met de benadering van het Build-tabblad waarbij natuurlijke taal centraal staat, creëer je agents die gebruikmaken van verbeterde orkestratie om je instructies te interpreteren, te bepalen wanneer kennis moet worden gebruikt en wanneer tools moeten worden aangeroepen. In het standaardharnas vormen expliciete onderwerpen, triggers en vertakkende gespreksstromen het gedrag van de agent. De aanpak van het GitHub Copilot-harnas vermindert de noodzaak om vooraf gedetailleerde flowlogica te schrijven. In plaats daarvan kunt u zich richten op het beschrijven van uw agent, het verbinden van de juiste componenten en het definiëren van de grenzen die bepalen hoe deze werkt.
Agentontwerpomgeving
Agents die gebruikmaken van het GitHub Copilot-framework gebruiken een interface op basis van tabbladen om te bouwen en te beheren:
| Tab | Purpose |
|---|---|
| Build | Configureer de identiteit, kennis, tools, vaardigheden, model en geheugen van de agent |
| Voorbeeld | De agent interactief testen in een preview-chatinterface |
| Evalueren | Testsets maken en uitvoeren om de kwaliteit van de agent te meten |
| Monitor | Recente taken, bestanden bekijken die de agent heeft geopend en activiteit |
Levenscyclus van agent
Het bouwen van een agent met de GitHub Copilot-kabel volgt deze algemene werkwijze:
- Aanmaken: Begin vanaf de Copilot Studio homepage en kies ervoor een nieuwe agent te maken die wordt aangedreven door het GitHub Copilot-haars.
- Bouwen: Configureer wie de agent is, wat hij weet, wat hij kan doen en wat zijn beperkingen zijn.
- Test: Gebruik het tabblad Voorbeeld en het tabblad Evalueren om het gedrag van de agent te valideren.
- Publiceren: Implementeer de agent in de door u gekozen kanalen.
- Monitor: houd de taken, activiteiten en prestaties van de agent bij na de implementatie.
Orkestratie en redeneren
Het GitHub Copilot-raamwerk gebruikt een verbeterde orchestratie-runtime die geavanceerde redeneercapaciteiten en antwoorden van hogere kwaliteit ondersteunt in vergelijking met het standaardraamwerk, met name voor Microsoft 365-gegevens. In tegenstelling tot het standaard harness, waarbij orkestratiegedrag configureerbaar is, gebruikt de GitHub Copilot harness dit verbeterde orchestratiemodel voor alle agenten.
Lees meer in Standard harness vergeleken met GitHub Copilot harness.
Availability
Agents die met het standaardframework zijn gebouwd, blijven volledig ondersteund naast agents die gebruikmaken van het GitHub Copilot-framework. Voor informatie over standaardagenten, raadpleeg Create and delete agents en AI-based agent authoring overview. Lees meer in Standard harness vergeleken met GitHub Copilot harness.