Samouczek: tworzenie kompletnej reguły Activator przy użyciu agentowej sztucznej inteligencji

Fabric Activator wykrywa wzorce w danych strumieniowych i podejmuje odpowiednie działania po spełnieniu określonych warunków. W tym samouczku użyjesz agenta AI do zbudowania kompletnego potoku. Potok przetwarzania monitoruje strumień zdarzeń telemetrii, wykrywa utrzymujące się przegrzewanie i wywołuje funkcję danych użytkownika (UDF) usługi Fabric, aby utworzyć zlecenie naprawy. Ty piszesz prompty; agent tworzy treści.

W tym samouczku jako główny przykład wykorzystano telemetrię maszyny do wytwarzania widgetów, ale te same polecenia sprawdzają się w przypadku niemal dowolnych danych szeregów czasowych ze stałym identyfikatorem dla każdego obiektu — urządzeń IoT, flot pojazdów, zdarzeń logistycznych, ticków finansowych, metryk aplikacji itd. Zastąp nazwy pól i wartość progową, aby dopasować je do struktury danych.

W tym samouczku wykonasz następujące zadania:

  • Skonfiguruj strumień zdarzeń w centrum zdarzeń.
  • Utwórz funkcję danych użytkownika, aby utworzyć zadanie naprawy.
  • Utwórz regułę aktywatora, która wyzwala funkcję.

Jeśli nie znasz jeszcze narzędzia Fabric Activator, zobacz Czym jest Fabric Activator?. Jeśli nie znasz jeszcze funkcji User Data Functions w usłudze Fabric, zobacz Czym są funkcje User Data Functions w usłudze Fabric?.

Omówienie scenariusza

Producent obsługuje flotę maszyn tworzących widżety w wielu zakładach. Każda maszyna emituje dane telemetryczne — temperaturę, drgania, ciśnienie, stan działania — do centrum zdarzeń Azure. Gdy maszyna pracuje w wysokiej temperaturze, wymaga wizyty serwisowej, zanim dojdzie do awarii.

W tym samouczku każde zdarzenie ma niewielki przykładowy schemat: identyfikator przypisany do każdej maszyny (machine_id), tag lokalizacji (plant_id), liczbową metrykę do monitorowania (temperature_c) oraz pole stanu działania (state). Dokładne nazwy pól nie mają znaczenia — ta sama struktura polecenia działa dla dowolnego identyfikatora obiektu oraz metryki, dla której chcesz ustawić próg.

Tworzysz potok Fabric, który monitoruje strumień telemetrii, stosuje regułę utrzymującego się progu i wywołuje funkcję danych użytkownika w celu zarejestrowania zlecenia naprawy. Reguła grupuje zdarzenia według machine_id i uruchamia się, gdy temperature_c pozostaje powyżej 50°C przez 5 minut. Po wyzwoleniu przekazuje machine_id, plant_id i bieżącą temperaturę do akcji.

Diagram architektury przepływu telemetrii z maszyn przez Azure Event Hubs, strumień zdarzeń platformy Fabric, regułę Activator i UDF.

Wymagania wstępne

Przed rozpoczęciem potrzebne są następujące elementy:

  • Obszar roboczy usługi Fabric w pojemności F4 (lub wyższej) z uprawnieniami do tworzenia zawartości. Aby dowiedzieć się więcej o obszarach roboczych, zobacz Obszary robocze.
  • Agent zgodny z umiejętnościami — na przykład interfejs wiersza polecenia GitHub Copilot lub GitHub Copilot w Visual Studio Code — z zainstalowanymi umiejętnościami Fabric.
  • Przestrzeń nazw Azure Event Hubs i centrum przesyłają strumieniowo dane telemetryczne. Potrzebna jest nazwa FQDN przestrzeni nazw, nazwa koncentratora i parametry połączenia Listen+Send.

Konfigurowanie strumienia zdarzeń

W tym kroku utworzysz strumień zdarzeń, który subskrybuje dane z centrum zdarzeń. Wydajesz agentowi polecenie i weryfikujesz wynik w portalu.

  1. Nadaj agentowi ten monit, zastępując symbole zastępcze wartościami z centrum zdarzeń:

    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. Agent wywołuje umiejętność tworzenia Eventstream. Tworzy element strumienia zdarzeń, konfiguruje centrum zdarzeń jako źródło i zwraca możliwy do kliknięcia adres URL do elementu w portalu Fabric. Nie potrzebujesz miejsca docelowego — Activator subskrybuje strumień bezpośrednio.

  3. Wybierz link, który dał Ci agent. W widoku na żywo upewnij się, że źródło centrum zdarzeń ma wartość Połączono , a zdarzenia telemetryczne typu widget-machine przepływają.

    Zrzut ekranu przedstawiający strumień zdarzeń WidgetMachineTelemetry, na którym widać połączone źródło Event Hub oraz miejsce docelowe Activator, z podglądem danych na żywo.

    Rysunek 1. Strumień WidgetMachineTelemetry zdarzeń — zdarzenia przepływają ze widget-telemetry źródła centrum zdarzeń za pośrednictwem strumienia do miejsca docelowego aktywatora WidgetMachineMaintenance .

Tworzenie funkcji danych użytkownika

W tym kroku utworzysz funkcję danych użytkownika, którą wywołuje reguła aktywatora. Funkcja wysyła żądanie naprawy zadania do podrzędnego interfejsu API.

  1. Nadaj agentowi następujący monit:

    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. Agent wywołuje umiejętność tworzenia funkcji Fabric UDF. Tworzy szkielet elementu UDF w Pythonie, implementuje file_repair_job przy użyciu httpx, publikuje funkcję UDF, potwierdza, że funkcję można wywołać, i zwraca klikalny adres URL do elementu.

  3. Wybierz link, który przekazał Ci agent, a następnie użyj wbudowanego panelu Test, aby wywołać file_repair_job przy użyciu przykładowych danych. Na przykład: machine_id="widget-press-042", , plant_id="plant-eu-01"temperature_c=52.7. Wywołanie elementu contoso.com zwraca błąd HTTP — co jest oczekiwane, ponieważ zastępczy punkt końcowy nie jest rozwiązywany. Istotne jest to, że funkcja UDF została wdrożona, zarejestrowana i doszła do etapu wychodzącego wywołania HTTP.

    Zrzut ekranu przedstawiający funkcję danych użytkownika MaintenanceDispatcher z wyświetlonym źródłem file_repair_job Python w edytorze portalu.

    Rysunek 2. MaintenanceDispatcher Funkcja danych użytkownika —file_repair_job wysyła szczegóły urządzenia przegrzającego do systemu konserwacji.

Note

W tym samouczku element https://contoso.com/maintenance/fileRepairJob służy jako symbol zastępczy rzeczywistego punktu końcowego systemu utrzymania. Zastąp go dowolnym własnym punktem końcowym HTTPS. W przypadku punktów końcowych wymagających uwierzytelnienia pobierz poświadczenia z usługi Azure Key Vault za pośrednictwem generycznego połączenia UDF. Aby uzyskać więcej informacji, zobacz Uzyskiwanie dostępu do źródeł danych w funkcjach danych użytkownika usługi Fabric.

Utwórz regułę aktywatora

W tym kroku utworzysz regułę aktywatora, która obserwuje strumień zdarzeń i wywołuje funkcję UDF, gdy maszyna się przegrza.

  1. Nadaj agentowi następujący monit:

    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. Agent wywołuje umiejętności tworzenia aktywatora i tworzy element Aktywatora. Agent grupuje regułę według machine_id, konfiguruje wykrywanie trwałego przekroczenia progu i ustawia akcję tak, aby wywołać funkcję UDF z argumentami machine_id, plant_id i bieżącą temperaturą. Następnie agent zwraca do reguły adres URL możliwy do kliknięcia.

  3. Wybierz link, który dał Ci agent, a następnie zapoznaj się z tą listą kontrolną:

    • Dane wpływają do tej reguły. Otwórz bazowy obiekt aktywatora reguły w okienku Eksplorator i upewnij się, że ostatnie zdarzenia są wyświetlane w tabeli na żywo z wartościami innych niż null machine_id i temperature_c .
    • Reguła jest uruchomiona. Upewnij się, że reguła jest w stanie Uruchomiono lub Działa, a podsumowanie obiektu Activator pokazuje Twoje maszyny jako aktywne instancje.
    • Agent rejestruje aktywacje. Gdy przegrzewające się maszyny pozostają powyżej 50°C przez 5 minut, na karcie Historia reguły pojawiają się wpisy, z których każdy pokazuje element machine_id, który został wyzwolony, temperaturę w chwili wyzwolenia oraz pomyślne wywołanie file_repair_job.

    Zrzut ekranu przedstawiający uruchomioną regułę aktywatora OverheatingDispatch wraz z akcją, która wywołuje UDF file_repair_job i przekazuje identyfikator maszyny, identyfikator zakładu oraz temperaturę jako parametry.

    Rysunek 3. Reguła OverheatingDispatch aktywatora — jest uruchamiana, gdy temperatura maszyny pozostaje powyżej 50°C przez 5 minut, wywołując file_repair_job tożsamość, zakład i bieżącą temperaturę maszyny.

Uprzątnij zasoby

Po zakończeniu usuń elementy eventstream, User Data Function i Activator z obszaru roboczego oraz usuń przestrzeń nazw usługi Event Hubs z portalu Azure, aby uniknąć dalszych opłat.