Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O harness GitHub Copilot no Microsoft Copilot Studio é um ambiente de autoria e runtime redesenhado para construir agentes de IA. Ele apresenta uma abordagem centrada em linguagem natural para a criação de agentes, um design unificado em uma única interface e um modelo de orquestração aprimorado que melhora a qualidade das respostas e a capacidade de raciocínio.
Note
Os recursos deste artigo são viabilizados pelo GitHub Copilot harness, que utiliza Créditos do Copilot para faturamento baseado no uso. Saiba mais na Visão Geral sobre faturamento para agentes alimentados pelo GitHub Copilot harness.
A cobrança por uso se aplica ao uso, criação, teste e avaliação de agentes. Essas ações podem consumir Créditos do Copilot. Saiba mais em Gerenciar os custos de agentes viabilizados pelo GitHub Copilot harness.
O que é o GitHub Copilot harness?
O harness do GitHub Copilot se baseia em um ambiente de execução de orquestração aprimorado que substitui o modelo padrão usado nos agentes harness padrão do Copilot Studio. Em vez de criar tópicos explícitos de conversa, fluxos e lógica ramificada, você descreve seu agente em linguagem natural (prévia) e o sistema gera a configuração subjacente.
Agentes com tecnologia do harness do GitHub Copilot estão disponíveis ao lado de agentes que usam o harness padrão. Você escolhe qual harness usar quando cria um novo agente. Agentes criados com o harness do GitHub Copilot não podem ser transferidos para o harness padrão, e vice-versa.
Para uma comparação detalhada dos dois ambientes, consulte Ambiente padrão vs. ambiente do GitHub Copilot.
Conceitos principais
Agentes impulsionados pelo arcabouço do GitHub Copilot são organizados com base em seus componentes principais. Você pode configurar o seguinte na aba Build :
Instruções: defina identidade, tom, escopo e comportamento do agente. Saiba mais em Configurar detalhes e instruções do agente (versão prévia).
Conhecimento: Fontes de dados conectadas e memória dão ao agente contexto para responder perguntas. Saiba mais em Adicionar conhecimento a um agente.
Ferramentas e habilidades: as ferramentas permitem que o agente execute ações (chamando APIs, fluxos em execução), enquanto as habilidades definem comportamentos estruturados reutilizáveis. Saiba mais em Adicionar ferramentas e habilidades a um agente.
Modelo: escolha o modelo de IA que alimenta o raciocínio do agente. Saiba mais em Selecionar um modelo para um agente.
Agentes conectados: delegar tarefas especializadas a outros agentes. Saiba mais na visão geral de agentes conectados.
Memória: Ative a Memória para ajudar um agente a lembrar detalhes de suas interações e usar esse contexto para interações futuras. Saiba mais em Memória (prévia).
Como a aba Build difere do chicote padrão
Em agentes com tecnologia do GitHub Copilot, a aba Build reúne os principais elementos da criação de agentes em um só lugar. Em vez de criar fluxos explícitos de tópicos e lógica de ramificação, você descreve seu agente em linguagem natural e conecta os recursos de que ele precisa para responder e agir. Ao usar a abordagem que prioriza a linguagem natural da guia Build, você cria agentes que dependem de uma orquestração aprimorada para interpretar suas instruções, decidir quando usar o conhecimento e determinar quando invocar ferramentas. Na configuração padrão, tópicos explícitos, gatilhos e fluxos de conversa ramificados definem o comportamento do agente. A abordagem do GitHub Copilot reduz a necessidade de criar uma lógica de fluxo detalhada desde o início. Em vez disso, você se concentra em descrever seu agente, conectando os componentes adequados e definindo os limites que orientam como ele opera.
Interface de criação do agente
Agentes com tecnologia do GitHub Copilot Harness usam uma interface com abas para criar e gerenciar:
| Tecla Tab | Purpose |
|---|---|
| Build | Configure a identidade, conhecimento, ferramentas, habilidades, modelo e memória do agente |
| Preview | Teste o agente interativamente em uma interface de visualização do chat |
| Avaliar | Criar e executar conjuntos de testes para medir a qualidade do agente |
| Monitor | Examinar tarefas recentes, arquivos acessados pelo agente e atividade |
Ciclo de vida do agente
Construir um agente com o harness do GitHub Copilot segue este fluxo geral:
- Criar: Comece pela página inicial do Copilot Studio e escolha criar um novo agente alimentado pelo chicote GitHub Copilot.
- Criar: configure quem é o agente, o que ele sabe, o que pode fazer e quais são os limites.
- Teste: Use a guia Visualização e a guia Avaliar para validar o comportamento do agente.
- Publicar: implante o agente nos canais selecionados.
- Monitor: acompanhe as tarefas, a atividade e o desempenho do agente após a implantação.
Orquestração e raciocínio
O ambiente do GitHub Copilot utiliza um runtime de orquestração aprimorado que oferece recursos de raciocínio profundo e respostas de maior qualidade em comparação com o ambiente padrão—especialmente com dados do Microsoft 365. Diferentemente do chicote padrão, onde o comportamento de orquestração é configurável, o chicote GitHub Copilot usa esse modelo de orquestração aprimorado para todos os agentes.
Saiba mais em Harness padrão comparado ao harness do GitHub Copilot.
Disponibilidade
Agentes criados com o harness padrão continuam totalmente suportados ao lado de agentes baseados no harness do GitHub Copilot. Para informações sobre agentes padrão, veja Criar e excluir agentes e a visão geral de autoria de agentes baseada em IA. Saiba mais em Harness padrão comparado ao harness do GitHub Copilot.