Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. 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. Esta introduz uma abordagem centrada na linguagem natural para a criação de agentes, uma conceção unificada numa única interface e um modelo de orquestração melhorado que melhora a qualidade das respostas e a capacidade de raciocínio.
Observação
As funcionalidades deste artigo são utilizadas por agentes ou fluxos de trabalho suportados pela estrutura do GitHub Copilot.
A faturação baseada no uso aplica-se à utilização, construção, teste e avaliação de agentes. Estas ações podem consumir Créditos Copilot. Saiba mais em Gerir custos para agentes alimentados pelo harness GitHub Copilot.
O que é o GitHub Copilot harness?
O harness do GitHub Copilot é construído sobre um runtime de orquestração melhorado que substitui o modelo padrão usado nos agentes de harness padrão do Copilot Studio. Em vez de criar tópicos de conversa explícitos, fluxos e lógica ramificada, descreve o seu agente em linguagem natural (pré-visualização) e o sistema gera a configuração subjacente.
Os agentes baseados no harness do GitHub Copilot estão disponíveis a par de agentes que utilizam o harness padrão. Escolhe qual arnês usar quando cria um novo agente. Os agentes criados com o harness do GitHub Copilot não podem ser transferidos para o harness padrão e vice-versa.
Saiba mais em Harnesses no Copilot Studio.
Importante
O harness GitHub Copilot é um framework de autoria e orquestração do Microsoft Copilot Studio, não o serviço GitHub Copilot. Embora o harness partilhe a tecnologia subjacente e os componentes do SDK com o GitHub Copilot, os dados dos clientes não são enviados nem processados pelo serviço GitHub Copilot quando os agentes são executados no Copilot Studio. Os compromissos existentes de privacidade, segurança, conformidade e residência de dados do Microsoft Copilot Studio continuam a aplicar-se.
Conceitos principais
Os agentes alimentados pelo GitHub Copilot harness estão organizados em torno dos seus componentes principais. Pode configurar o seguinte a partir do separador Build :
Instruções: defina a identidade, o tom, o âmbito e o comportamento do agente. Saiba mais em Configurar detalhes e instruções do agente (pré-visualização).
Conhecimento: Fontes de dados e memória ligadas dão ao agente contexto para responder às perguntas. Mais informações em Adicionar conhecimento a um agente.
Ferramentas: As ferramentas permitem ao agente realizar ações, como chamar APIs e executar fluxos. Saiba mais na visão geral de Ferramentas para agentes.
Competências: As competências definem comportamentos estruturados reutilizáveis. Saiba mais na visão geral de Competências para agentes.
Modelo: Escolha o modelo de IA que alimenta o raciocínio do agente. Saiba mais em Selecionar um modelo para um agente.
Agentes ligados: Delegam tarefas especializadas a outros agentes. Saiba mais em Visão Geral dos Agentes Conectados.
Memória: Ativa a Memória para ajudar um agente a recordar detalhes das suas interações e usar esse contexto para interações futuras. Saiba mais em Memória (pré-visualização).
Como difere o separador Build do arnês padrão
Nos agentes com tecnologia GitHub Copilot, o separador Build reúne os componentes principais da criação de agentes num só lugar. Em vez de desenhares fluxos de tópicos explícitos e lógica de ramificação, descreves o teu agente em linguagem natural e ligas os recursos de que ele precisa para responder e agir. Ao usar a abordagem centrada primeiro na linguagem natural do separador Build, crias agentes que dependem de orquestração avançada para interpretar as tuas instruções, decidir quando recorrer ao conhecimento e determinar quando invocar ferramentas. No harness padrão, tópicos explícitos, gatilhos e fluxos de conversa ramificados moldam 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, foca-se em descrever o seu agente, ligar os componentes certos e definir os limites que orientam o seu funcionamento.
Área de criação de agentes
Os agentes suportados pelo GitHub Copilot Harness utilizam uma interface baseada em separadores para criar e gerir:
| Tab | Purpose |
|---|---|
| Build | Configure a identidade, conhecimento, ferramentas, competências, modelo e memória do agente |
| Preview | Teste o agente de forma interativa numa interface de chat de pré-visualização |
| Avaliar | Criar e executar conjuntos de teste para medir a qualidade do agente |
| Monitor | Revise tarefas recentes, ficheiros acedidos 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 GitHub Copilot harness.
- Criar: configure quem é o agente, o que sabe, o que pode fazer e quais são os seus limites.
- Teste: Use o separador Pré-visualização e o separador Avaliar para validar o comportamento do agente.
- Publicar: Implemente o agente nos canais escolhidos.
- Monitorizar: Acompanhar as tarefas, atividade e desempenho do agente após a implementação.
Orquestração e raciocínio
O ambiente do GitHub Copilot utiliza um ambiente de execução de orquestração melhorado que oferece capacidades avançadas de raciocínio e respostas de maior qualidade em comparação com o ambiente padrão, sobretudo no que diz respeito aos dados do Microsoft 365. Ao contrário do harness padrão, onde pode configurar o comportamento de orquestração, o harness do GitHub Copilot utiliza este modelo de orquestração melhorado para todos os agentes. Saiba mais em Harnesses no Copilot Studio.
Availability
Os agentes criados com a infraestrutura padrão continuam a ser totalmente suportados, a par dos agentes baseados na infraestrutura do GitHub Copilot. Para informações sobre agentes padrão, consulte Criar e eliminar agentes e visão geral da autoria de agentes baseada em IA. Saiba mais em Harnesses no Copilot Studio.