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.
Um agente de IA no Microsoft Teams é um chatbot de conversação que utiliza Modelos de Linguagem Grande (LLMs) para interagir com os utilizadores. Compreende as intenções do utilizador e seleciona uma sequência de ações, permitindo ao chatbot concluir tarefas comuns.
Pré-requisitos
Instalar | Para usar... |
---|---|
Visual Studio Code | Ambientes de compilação JavaScript, TypeScript ou Python. Utilize a versão mais recente. |
Toolkit de Agentes do Microsoft 365 (anteriormente conhecido como Toolkit do Teams) | O Microsoft Visual Studio Code extensão que cria um projeto estruturado para a sua aplicação. Utilize a versão mais recente. |
Node.js | Ambiente de runtime do JavaScript de back-end. Para obter mais informações, veja Node.js tabela de compatibilidade de versões para o tipo de projeto. |
Microsoft Teams | Microsoft Teams para colaborar com todas as pessoas com quem trabalha através de aplicações para chat, reuniões e chamadas num único local. |
Azure OpenAI | Primeiro, crie a chave da API OpenAI para utilizar o Transformador Pré-preparado Gerador (GPT) da OpenAI. Se quiser alojar a sua aplicação ou aceder a recursos no Azure, tem de criar um serviço Azure OpenAI. |
Criar um novo projeto de agente de IA
Abra o Visual Studio Code.
Selecione o ícone do Toolkit
de Agentes do Microsoft 365 na Barra de Atividade do Visual Studio Code
Selecione Criar um Novo Agente/Aplicação.
Selecione Agente do Motor Personalizado.
Selecione Agente de IA.
Para criar uma aplicação, selecione qualquer uma das seguintes opções:
Selecione Compilar Novo.
Selecione JavaScript.
Por predefinição, o serviço OpenAI é selecionado. Opcionalmente, pode introduzir as credenciais para aceder ao OpenAI. Selecione Enter.
Selecione Pasta predefinida.
Para alterar a localização predefinida, siga estes passos:
- Selecione Procurar.
- Selecione a localização da área de trabalho do projeto.
- Selecione Selecionar Pasta.
Introduza um nome de aplicação para a sua aplicação e, em seguida, selecione a tecla Enter .
Criou com êxito o bot do agente de IA.
Em EXPLORADOR, aceda ao ficheiro env.env.playground.user>.
Atualize os seguintes valores:
SECRET_AZURE_OPENAI_API_KEY=<your-key>
AZURE_OPENAI_ENDPOINT=<your-endpoint>
AZURE_OPENAI_DEPLOYMENT_NAME=<your-deployment>
Para depurar a sua aplicação, selecione a tecla F5 ou no painel esquerdo, selecione Executar e Depurar (Ctrl+Shift+D) e, em seguida, selecione Depurar no Playground de Agentes do Microsoft 365 (Pré-visualização) ( anteriormente conhecido como Ferramenta de Teste de Aplicações do Teams) na lista pendente.
Agents Playground abre o bot numa página Web.
Veja uma apresentação do código fonte da aplicação bot
Pasta Conteúdos .vscode
Visual Studio Code ficheiros para depuração. appPackage
Modelos para o manifesto da aplicação Teams. env
Ficheiros de ambiente. infra
Modelos para aprovisionar recursos do Azure. src
O código fonte da aplicação. Os seguintes ficheiros podem ser personalizados e demonstram um exemplo de implementação para começar:
Arquivo Conteúdos src/index.js
Configura o servidor da aplicação de bot. src/adapter.js
Configura o adaptador de bot. src/config.js
Define as variáveis de ambiente. src/prompts/planner/skprompt.txt
Define o pedido. src/prompts/planner/config.json
Configura o pedido. src/prompts/planner/actions.json
Define as ações. src/app/app.js
Processa lógicas de negócio para o Agente de IA. src/app/messages.js
Define os processadores de atividade de mensagens. src/app/actions.js
Define as ações de IA. Seguem-se os ficheiros de projeto específicos do Toolkit de Agentes. Para obter mais informações sobre como funciona o Toolkit de Agentes, veja um guia completo no GitHub:
Arquivo Conteúdos m365agents.yml
Este é o ficheiro de projeto main Agents Toolkit. O ficheiro de projeto define as propriedades e as definições da fase de configuração. m365agents.local.yml
Isto substitui m365agents.yml
por ações que permitem a execução local e a depuração.m365agents.playground.yml
Isto substitui por ações m365agents.yml
que permitem a execução local e a depuração no Ambiente de Trabalho dos Agentes.
Criar um agente de IA com a biblioteca de IA do Teams
Criar novo
A biblioteca de IA do Teams fornece um fluxo abrangente que simplifica o processo de criação do seu próprio agente de IA. Os conceitos importantes que precisa de compreender são os seguintes:
- Ações: uma ação é uma função atómica registada no sistema de IA.
- Planner: o planeador recebe o pedido do utilizador, que se encontra sob a forma de um modelo de pedido de aviso ou pedido, e devolve um plano para o cumprir. Isto é conseguido através da utilização da IA para misturar e combinar funções atómicas, conhecidas como ações, que estão registadas no sistema de IA. Estas ações são recombinadas numa série de passos que completam um objetivo.
- Ação Planner: a ação Planner utiliza um LLM para gerar planos. Pode acionar ações parametrizadas e enviar respostas baseadas em texto ao utilizador.
Criar com a API de Assistentes
A API de Assistentes do OpenAI simplifica o esforço de desenvolvimento da criação de um agente de IA. O OpenAI como plataforma oferece ferramentas pré-criadas, como Interpretador de Código, Obtenção de Conhecimento e Chamadas de Funções que simplificam o código de que precisa para escrever em cenários comuns.
Comparação | Criar novo | Criar com a API de Assistentes |
---|---|---|
Custo | Apenas os custos dos serviços LLM | Os custos dos serviços LLM e se utilizar ferramentas na API de Assistentes originam custos adicionais. |
Esforço de desenvolvimento | Médio | Relativamente pequeno |
Serviços LLM | Azure OpenAI ou OpenAI | Apenas OpenAI |
Implementações de exemplo no modelo | Este modelo de aplicação pode conversar por chat e ajudar os utilizadores a gerir as tarefas. | Estes modelos de aplicação utilizam a ferramenta Intérprete de Código para resolver problemas matemáticos e também a ferramenta de Chamadas de Funções para obter a meteorologia da cidade. |
Limitações | NA | A biblioteca de IA do Teams não suporta a ferramenta de Obtenção de Conhecimento. |
Personalizar o modelo de aplicação
Personalizar o aumento de pedidos
O SDK fornece uma funcionalidade para aumentar o pedido.
- As ações, que são definidas no
src/prompts/planner/actions.json
ficheiro, são inseridas na linha de comandos. Isto permite que o LLM tenha em atenção as funções disponíveis. - Uma parte interna do texto do pedido é inserida na linha de comandos para instruir o LLM a determinar as funções a chamar com base nas funções disponíveis. Este pedido pede ao LLM para gerar a resposta num formato json estruturado.
- O SDK valida a resposta LLM e permite ao LLM corrigir ou refinar a resposta se a resposta estiver no formato errado.
src/prompts/planner/config.json
No ficheiro, configure augmentation.augmentation_type
. As opções são:
-
Sequence
: adequado para tarefas que requerem vários passos ou lógica complexa. -
Monologue
: adequado para tarefas que exigem compreensão e geração de linguagem natural e mais flexibilidade e criatividade.
Criar novas funções de adição
No ficheiro, defina o
src/prompts/planner/actions.json
esquema de ações.[ ... { "name": "myFunction", "description": "The function description", "parameters": { "type": "object", "properties": { "parameter1": { "type": "string", "description": "The parameter1 description" }, }, "required": ["parameter1"] } } ]
src/app/actions.ts
No ficheiro, defina os processadores de ações.// Define your own function export async function myFunction(context: TurnContext, state: TurnState, parameters): Promise<string> { // Implement your function logic ... // Return the result return "..."; }
src/app/app.ts
No ficheiro, registe as ações.app.ai.action("myFunction", myFunction);
Personalizar assistente criação
O src/creator.ts
ficheiro cria um novo Assistente OpenAI. Pode personalizar o assistente ao atualizar os parâmetros, incluindo instruções, modelos, ferramentas e funções.
Criar com funções de adição de API de Assistentes
Quando o assistente fornece uma função e os respetivos argumentos para execução, o SDK alinha esta função com uma ação pré-registada. Posteriormente, ativa o processador de ações e submete o resultado novamente para o assistente. Para integrar as suas funções, registe as ações na aplicação.
src/app/actions.ts
No ficheiro, defina os processadores de ações.// Define your own function export async function myFunction(context: TurnContext, state: TurnState, parameters): Promise<string> { // Implement your function logic ... // Return the result return "..."; }
src/app/app.ts
No ficheiro, registe as ações.app.ai.action("myFunction", myFunction);