Создание рабочих процессов автономного агента без взаимодействия с человеком в Azure Logic Apps

Применяется к: Azure Logic Apps (Расход + Стандарт)

Если вам нужна автоматизация на основе искусственного интеллекта, которая выполняется независимо, создайте рабочие процессы автономного агента в Azure Logic Apps. Эти рабочие процессы используют циклы агента и большие языковые модели (LLM) для принятия решений и выполнения задач без вмешательства человека. Эти рабочие процессы также хорошо работают для автоматизации, которая может выполняться долгое время, требует более строгого управления, изоляции или поддержки автоматизированных стратегий отката или компенсации.

В следующем примере рабочий процесс использует автономный агент для получения текущей погоды и отправки уведомлений по электронной почте:

В этом руководстве показано, как создать приложение логики "Потребление" или "Стандартный", использующее тип рабочего процесса автономных агентов . Этот рабочий процесс выполняется без взаимодействия с человеком и использует средства, создаваемые для выполнения задач. Общие сведения о рабочих процессах агента см. в разделе " Рабочие процессы агента ИИ" в Azure Logic Apps.

Это важно

Рабочие процессы агентов автономного потребления находятся в предварительной версии и подлежат дополнительным условиям использования для предварительных версий Microsoft Azure.

Предпосылки

В зависимости от того, хотите ли вы создать приложение логики "Потребление" или "Стандартный", применяются следующие предварительные требования:

Потребление (предварительная версия)

• Учетная запись и подписка Azure. Получите бесплатную учетную запись Azure.

• Ресурс приложения логики потребления, использующий тип рабочего процесса с именем автономных агентов. См. статью "Создание рабочих процессов приложения логики потребления" на портале Azure.

  Замечание

  Вы можете использовать только портал Azure для создания рабочих процессов автономного агента, а не Visual Studio Code.

  Рабочие процессы автономного агента потребления не требуют настройки отдельной модели искусственного интеллекта вручную. Рабочий процесс автоматически включает действие агента, которое использует модель Службы Azure OpenAI, размещенную в Azure AI Foundry. Автономные рабочие процессы с учетом потребления поддерживают только определенные модели, которые зависят от региона вашего логического приложения. См. раздел "Поддерживаемые модели".

Стандарт

• Учетная запись и подписка Azure. Получите бесплатную учетную запись Azure.

• Ресурс или проект логического приложения уровня "Стандартный", основанный на вашем опыте разработки:

  Опыт	Требование
  Портал Azure	Ресурс стандартного логического приложения. См. статью "Создание стандартных рабочих процессов" на портале Azure.
  Visual Studio Code	Стандартный проект логического приложения. См. статью "Создание стандартных рабочих процессов" в Visual Studio Code. Убедитесь, что у вас есть последнее расширение Azure Logic Apps.

  Замечание

  Действия по настройке рабочих процессов автономного агента в основном одинаковы для портала Azure и Visual Studio Code. Примеры в этом руководстве представляют инструкции для каждого опыта взаимодействия, в которых процесс отличается в зависимости от ситуации.

• Один из следующих источников модели искусственного интеллекта:

  Замечание

  Рабочие процессы агента поддерживают только определенные модели. См. раздел "Поддерживаемые модели".

  Источник модели	Description
  Azure OpenAI	Ресурс службы Azure OpenAI с развернутой моделью службы Azure OpenAI. Вам потребуется имя ресурса при подключении агента в рабочем процессе к развернутой модели искусственного интеллекта в Службе Azure OpenAI. Для получения дополнительной информации см.: - Создание и развертывание ресурса Службы OpenAI Azure - Развертывание модели
  Служба агента Foundry (предварительная версия)	Проект Azure AI Foundry, подключенный к развернутой модели Azure OpenAI в Azure AI Foundry Примечание. Убедитесь, что у вас есть проект Foundry, а не проект на базе Hub. Для получения дополнительной информации см.: - Создание и развертывание ресурса Службы OpenAI Azure - Создание проекта для Azure AI Foundry - Подключение служб ИИ Azure после создания проекта - Создание нового подключения на портале Azure AI Foundry - Развертывание модели
  Шлюз ИИ поколения APIM (предварительная версия)	Учетная запись управления API Azure с API LLM для использования. Для получения дополнительной информации см.: - Шлюз искусственного интеллекта в службе "Управление API Azure" - Импорт API Azure AI Foundry - Импорт API Azure OpenAI

• Проверка подлинности, используемая при подключении агента к модели ИИ.

  Для проектов Azure AI Foundry требуется использовать аутентификацию с управляемым удостоверением.

  • Аутентификация управляемой идентификации

    Это подключение поддерживает проверку подлинности с помощью идентификатора Microsoft Entra с управляемым удостоверением. В производственных сценариях корпорация Майкрософт настоятельно рекомендует использовать управляемую идентичность, если это возможно. Этот вариант обеспечивает оптимальную и превосходную безопасность без дополнительных затрат. Azure управляет этим удостоверением, поэтому вам не нужно предоставлять конфиденциальную информацию или управлять ими, например учетными данными или секретами. Эта информация даже не доступна отдельным пользователям. Управляемые идентификаторы можно использовать для аутентификации доступа к любому ресурсу, который поддерживает проверку подлинности посредством Microsoft Entra.

    Чтобы использовать аутентификацию управляемого удостоверения, ресурс логического приложения типа 'Standard' должен быть включен с назначенным системой управляемым удостоверением. По умолчанию системно назначенное управляемое удостоверение включено в логическом приложении стандарта. В настоящее время это издание не поддерживает использование управляемой идентичности, назначаемой пользователем.

    Замечание

    Если удостоверение, назначаемое системой, отключено, включите удостоверение снова.

    Для удостоверения, присваиваемого системой, на основе принципа наименьшей привилегии требуется одна из следующих ролей для управления доступом на основе ролей Microsoft Entra (RBAC).

    Источник модели	Role
    Ресурс службы Azure OpenAI	- Пользователь OpenAI Cognitive Services (наименее привилегированный) - Участник службы OpenAI в Cognitive Services
    Проект Azure AI Foundry	Пользователь Azure AI

    Дополнительные сведения о настройке управляемой идентичности см. в следующем источнике:

    • Проверка подлинности доступа и подключений с помощью управляемых удостоверений в Azure Logic Apps
    • Управление доступом на основе ролей для Службы Azure OpenAI
    • Лучшие практики для ролей Microsoft Entra

  • Проверка подлинности на основе URL-адресов и ключей

    Это подключение поддерживает проверку подлинности с помощью URL-адреса конечной точки и ключа API для модели ИИ. Однако перед созданием подключения вам не нужно вручную находить эти значения. Значения автоматически отображаются при выборе источника данных модели.

    Это важно

    Используйте этот параметр проверки подлинности только для примеров, приведенных в этом руководстве, поисковых сценариях, непроизводственных сценариях или если политика вашей организации указывает, что невозможно использовать проверку подлинности управляемого удостоверения.

    Как правило, убедитесь, что вы защищаете конфиденциальные данные и персональные данные, такие как учетные данные, секреты, ключи доступа, строки подключения, сертификаты, отпечатки и аналогичные сведения с наивысшим доступным или поддерживаемым уровнем безопасности. Не сохраняйте конфиденциальные данные в жестком коде, делитесь с другими пользователями или сохраняйте в виде обычного текста в любом месте, к которому могут получить доступ другие пользователи. Настройте план для смены или отмены секретов в случае, если они скомпрометировались.

    Дополнительные сведения можно найти здесь

    • Рекомендации по защите секретов
    • Секреты в Azure Key Vault
    • Автоматизация смены секретов в Azure Key Vault

• Чтобы следовать примерам, вам нужна учетная запись электронной почты для отправки электронной почты.

  В примерах этого руководства используется учетная запись Outlook.com. В собственных сценариях можно использовать любую поддерживаемую службу электронной почты или приложение для обмена сообщениями в Azure Logic Apps, например Office 365 Outlook, Microsoft Teams, Slack и т. д. Настройка для других служб электронной почты или приложений аналогична примерам, но имеют незначительные отличия.

Поддерживаемые модели служб Azure OpenAI для рабочих процессов агента

В следующем списке указаны модели ИИ, которые можно использовать с рабочими процессами агента:

Потребление (предварительная версия)

Агент автоматически использует одну из следующих моделей Службы Azure OpenAI:

• гпт-4о-мини
• gpt-5o-mini

Это важно

Модель искусственного интеллекта, которую использует агент, может исходить из любого региона, поэтому расположение данных для определенного региона не гарантируется для данных, которые обрабатывает модель.

Стандарт

Агент может использовать одну из следующих моделей:

• gpt-5
• gpt-4.1
• gpt-4.1-mini
• gpt-4.1-nano
• gpt-4o
• гпт-4о-мини
• gpt-4
• gpt-35-turbo

Выставление счетов

• Потребление: выставление счетов осуществляется по модели "оплата по мере использования". Ценообразование цикла агента основано на количестве токенов, которые используются каждым действием агента, и отображаются в счете как корпоративные единицы. Чтобы получить информацию о конкретных ценах, см. цены на Azure Logic Apps.

• Стандартный: хотя рабочие процессы агента не несут дополнительных расходов, использование модели ИИ взимает плату. Дополнительные сведения см. в калькуляторе цен Azure.

Ограничения и известные проблемы

В следующей таблице описываются текущие ограничения и все известные проблемы в этом выпуске на основе типа ресурса приложения логики.

Логическое приложение	Ограничения или известные проблемы
Both	Чтобы создать инструменты для вашего агента, применяются следующие ограничения: — Можно добавлять только действия, а не триггеры. — Средство должно начинаться с действия и всегда должно содержать как минимум одно действие. — средство работает только внутри агента, где существует это средство. — Действия управления потоком не поддерживаются.
Consumption	— Рабочие процессы агента потребления можно создавать только на портале Azure, а не в Visual Studio Code. — Модель искусственного интеллекта, которая используется агентом, может исходить из любого региона, поэтому расположение данных для определенного региона не гарантируется для данных, которые обрабатывает модель. — Действие агента ограничивается на основе количества используемых токенов.
Стандарт	— неподдерживаемые типы рабочих процессов: stateless Примечание. Для проектов Azure AI Foundry необходимо использовать аутентификацию с управляемым удостоверением. — Общие ограничения в Службе Azure OpenAI, Azure AI Foundry и Azure Logic Apps см. в статье: - Квоты и ограничения службы Azure OpenAI - Квоты и ограничения моделей Azure OpenAI в Azure AI Foundry - Ограничения и конфигурация Azure Logic Apps

Создание рабочего процесса автономного агента

В следующем разделе показано, как начать создание рабочего процесса автономного агента.

Потребление (предварительная версия)

Тип рабочего процесса автономных агентов создает частичный рабочий процесс, начинающийся с триггера запроса . Рабочий процесс также включает пустое действие агента по умолчанию .

Чтобы открыть этот частичный рабочий процесс, выполните следующие действия.

1. В портал Azure откройте ресурс приложения логики потребления.

2. На боковой панели ресурсов в разделе "Средства разработки" выберите конструктор, чтобы открыть частичный рабочий процесс агента.

   В конструкторе показан частичный рабочий процесс с триггером с именем "При получении HTTP-запроса". Под триггером появится пустое действие Агент с именем Дефолтный агент. Для этого сценария вам не нужна другая настройка триггера.

   

3. Перейдите к следующему разделу, чтобы настроить агент.

Стандарт

На основе используемого интерфейса разработки начните с создания нового рабочего процесса.

Создание рабочего процесса агента на портале Azure

Чтобы создать рабочий процесс с пустым агентом, выполните следующие действия.

1. На портале Azure откройте ресурс стандартного логического приложения.

2. На боковой панели ресурса в разделе "Рабочие процессы" выберите "Рабочие процессы".

3. На панели инструментов страницы "Рабочие процессы" нажмите кнопку "Создать>".

4. В области создания рабочего процесса выполните следующие действия.

   1. Для имени рабочего процесса укажите имя рабочего процесса.

   2. Выберите Автономные агенты>Создать.

      

      Откроется конструктор и отображается частичный рабочий процесс, который включает пустое действие агента , которое необходимо настроить позже.

      

   Прежде чем сохранить рабочий процесс, необходимо выполнить следующие задачи установки для действия агента :

   • Подключите агент к модели ИИ. Вы завершите эту задачу в следующем разделе.

   • Укажите инструкции агента, использующие естественный язык, чтобы описать роли, которые играет агент, задачи, которые агент может выполнять, и другие сведения, чтобы помочь агенту лучше понять, как работать. Вы также завершите эту задачу в следующем разделе.

5. Добавьте триггер в рабочий процесс.

   Рабочий процесс требует триггера для управления при запуске рабочего процесса. Вы можете использовать любой триггер, соответствующий вашему сценарию. Дополнительные сведения см. в разделе "Триггеры".

   1. В конструкторе выберите "Добавить триггер".

   2. В области добавления триггера выполните следующие общие действия , чтобы добавить лучший триггер для вашего сценария.

      В этом примере используется триггер запроса с именем "При получении HTTP-запроса". Для этой статьи вам не нужна другая настройка триггера.

      

6. Пропустите следующий раздел, чтобы настроить вашего агента с помощью модели ИИ.

Создание рабочего процесса агента в Visual Studio Code

1. В Visual Studio Code откройте рабочую область для проекта логического приложения Standard.

2. На панели действий выберите значок файлов, который открывает окно проводника для отображения проекта.

3. В окне обозревателя в контекстном меню папки проекта выберите "Создать рабочий процесс".

4. Выберите шаблон рабочего процесса с именем автономного агента.

5. Укажите имя рабочего процесса и нажмите клавишу ВВОД.

   Теперь в проекте появится новая папка рабочего процесса. Эта папка содержит файлworkflow.json , содержащий базовое определение JSON рабочего процесса.

6. В контекстном меню файлаworkflow.json выберите "Открыть конструктор".

   Откроется конструктор и отображается частичный рабочий процесс, начинающийся с запроса "Добавить триггер " и пустое действие агента по умолчанию , которое необходимо настроить позже.

   

7. Перейдите к следующему разделу, чтобы настроить агент.

Добавление агента в неактивный рабочий процесс

Если у вас есть существующий рабочий процесс с отслеживанием состояния , можно добавить действие агента для включения автономных агентов и возможностей LLM, выполнив следующие действия.

1. В дизайнере откройте рабочий процесс Stateful.

2. Выполните общие действия , чтобы добавить действие с именем агента в рабочий процесс.

   Кроме того, можно выбрать команду "Добавить агент", а не "Добавить действие", например:

   

3. Перейдите к следующему разделу, чтобы настроить вашего агента с использованием модели ИИ.

Замечание

Если вы попытаетесь сохранить рабочий процесс сейчас, вы получите сообщение об ошибке проверки рабочего процесса.

В рабочем процессе "Стандартный" панель инструментов конструктора также отображает красную точку на кнопке "Ошибки ". Проектировщик уведомляет вас об этой ошибке, поскольку агент требует настройки перед сохранением изменений. Однако теперь вам не нужно настраивать агент. Вы можете продолжать создавать рабочий процесс. Просто не забудьте настроить агент перед сохранением рабочего процесса.

Настройка или просмотр модели ИИ

Чтобы настроить или просмотреть модель ИИ для агента, выполните действия, основанные на типе приложения логики:

Потребление (предварительная версия)

По умолчанию агент автоматически использует модель Azure OpenAI, доступную в регионе приложения логики. Некоторые регионы поддерживают gpt-4o-mini, а другие поддерживают gpt-5o-mini.

Чтобы просмотреть модель, которую использует агент, выполните следующие действия.

1. В конструкторе выберите строку заголовка в действии агента по умолчанию, чтобы открыть область сведений.

2. На вкладке "Параметры " параметр "Идентификатор модели" отображает модель Azure OpenAI, которую использует рабочий процесс, например:

   

3. Перейдите к следующему разделу, чтобы переименовать агент.

Стандарт

1. В конструкторе выберите заголовок действия агента, чтобы открыть панель Создать подключение.

   Эта область открывается только в том случае, если у вас нет существующего рабочего подключения.

2. В разделе "Создание нового подключения " укажите следующие сведения:

   Параметр	Обязательно	Ценность	Description
   Имя подключения	Да	< имя подключения>	Имя, используемое для подключения к модели искусственного интеллекта. В этом примере используется fabrikam-azure-ai-connection.
   Источник модели агента	Да	- Azure OpenAI - Служба агента Foundry	Источник модели ИИ.
   Тип проверки подлинности	Да	- Управляемый идентитет - Проверка подлинности на основе URL-адресов и ключей	Тип аутентификации, используемый для проверки и авторизации доступа удостоверения к модели искусственного интеллекта. Примечание. Для проектов Azure AI Foundry необходимо использовать аутентификацию с управляемыми удостоверениями. - Управляемое удостоверение требует, чтобы ваше логическое приложение "Стандартный" было с включенным управляемым удостоверением и настроенными необходимыми ролями для доступа на основе ролей. Дополнительные сведения см. в разделе Необходимые условия. - Для проверки подлинности на основе URL-адресов и ключей требуется URL-адрес конечной точки и ключ API для модели ИИ. Эти значения автоматически отображаются при выборе источника модели. Важно: только для примеров и изучения можно использовать URL-адрес и проверку подлинности на основе ключей. В рабочих сценариях используйте управляемое удостоверение.
   Subscription	Да	< Подписка Azure>	Выберите подписку Azure, связанную с ресурсом службы Azure OpenAI.
   Ресурс Azure OpenAI	Да, только если источником модели агента является Azure OpenAI	< Azure-OpenAI-Service-resource-name>	Выберите ресурс службы Azure OpenAI.
   Проект Ai Foundry	Да, только если источник модели агента — Foundry Agent Service	< Azure-AI-Foundry-project-name>	Выберите проект в Azure AI Foundry. Примечание. Если вы недавно назначили необходимую роль в проекте, может возникнуть задержка перед тем, как разрешения ролей вступают в силу. Между тем, появится сообщение об ошибке, что у вас нет правильных разрешений на проект.
   Служба управления API Azure (предварительная версия)	Да, только если источником модели агента является ШЛЮЗ ИИ поколения APIM.	< API-Management-account>	Выберите учетную запись управления API Azure.
   API службы управления API Azure	Да, только если источником модели агента является ШЛЮЗ ИИ поколения APIM.	< API-Management-LLM-API>	Выберите API LLM в службе "Управление API Azure".
   Конечная точка API	Да	Заполняется автоматически	URL-адрес конечной точки для модели ИИ в Службе OpenAI Azure. В этом примере используется https://fabrikam-azureopenai.openai.azure.com/.
   Ключ API	Да, только если тип проверки подлинности — URL-адрес и проверка подлинности на основе ключей	Заполняется автоматически	Ключ API для модели ИИ в Службе OpenAI Azure.

   Например, если выбрать Azure OpenAI в качестве источника модели и управляемого удостоверения для проверки подлинности, сведения о подключении выглядят следующим образом:

   

   Если выбрать службу агента Foundry в качестве источника модели с управляемым удостоверением для проверки подлинности, сведения о подключении выглядят следующим образом:

   

3. По завершении нажмите кнопку "Создать".

   В области сведений об агенте теперь показана подключенная модель ИИ, например:

   

   Если вы хотите создать другое подключение, на вкладке "Параметры " прокрутите вниз и выберите "Изменить подключение".

   Замечание

   Если подключение к вашей модели неверно, список моделей ИИ отображается недоступным.

4. Перейдите к следующему разделу, чтобы переименовать агент.

Переименование агента

Обновите имя агента, чтобы четко определить назначение агента, выполнив следующие действия:

1. В конструкторе выберите строку заголовка агента, чтобы открыть область сведений об агенте.

2. В области сведений выберите имя агента и введите новое имя, например Weather agent.

   

3. Перейдите к следующему разделу, чтобы указать инструкции для агента.

Настройка инструкций агента

Агенту требуются инструкции, описывающие роли, которые агент может играть, и задачи, которые может выполнять агент. Чтобы помочь агенту узнать и понять эти обязанности, можно также включить следующие сведения:

• Структура рабочего процесса
• Доступные действия
• Любые ограничения или лимиты
• Взаимодействие для определенных сценариев или особых случаев

Чтобы получить наилучшие результаты, предоставьте четкие указания и будьте готовы итеративно уточнять ваши инструкции.

1. В поле "Инструкции агента" введите инструкции, необходимые агенту для понимания ее роли и задач.

   В этом примере в примере агента погоды используются следующие примеры инструкций, в которых позже вы предоставляете список подписчиков с собственным адресом электронной почты для тестирования:

   You're an AI agent that generates a weather report, which you send in email to each subscriber on a list. This list includes each subscriber's name, location, and email address to use.
   
   Format the weather report with bullet lists where appropriate. Make your response concise and useful, but use a conversational and friendly tone. You can include suggestions like "Carry an umbrella" or "Dress in layers".
   

   Ниже приведен пример:

   

2. При необходимости можно указать инструкции пользователя, которые агент использует в качестве запросов.

   Для получения наилучших результатов сделайте каждую инструкцию пользователя фокусом на конкретной задаче, например:

   1. В области сведений об агенте в разделе "Инструкции пользователя " в поле "Элемент инструкций пользователя" ( 1 ) введите запрос агента.

   2. Чтобы добавить другую инструкцию, нажмите кнопку "Добавить новый элемент".

   3. В поле "Инструкции пользователя" ( 2 ) введите еще один запрос агента.

   4. Повторяйте, пока не закончите добавление всех нужных запросов.

3. Теперь вы можете сохранить рабочий процесс. На панели инструментов конструктора выберите Сохранить.

Проверка ошибок

Чтобы убедиться, что рабочий процесс не имеет ошибок на этом этапе, выполните следующие действия.

Потребление (предварительная версия)

1. На панели инструментов конструктора нажмите кнопку "Выполнить".>

2. На боковой панели рабочего процесса в разделе "Средства разработки" выберите журнал выполнения.

3. На странице журнала выполнения в таблице запусков выберите последний запуск рабочего процесса.

   Замечание

   Если страница не отображает никаких запусков, на панели инструментов нажмите кнопку "Обновить".

   Если в столбце "Состояние " отображается состояние "Выполнение ", рабочий процесс агента по-прежнему работает.

   Откроется представление мониторинга и отображаются операции рабочего процесса со своим состоянием. Откроется область журнала агента и отображаются инструкции агента, предоставленные ранее. На панели также показан ответ агента.

   

   У агента нет средств для использования в настоящее время, что означает, что агент не может выполнять какие-либо конкретные действия, такие как отправка электронной почты в список подписчиков, пока не создадите средства, необходимые агенту для выполнения задач.

4. Вернитесь к дизайнеру. На панели инструментов представления мониторинга нажмите кнопку "Изменить".

Стандарт

Проверка ошибок на портале Azure

1. На панели инструментов конструктора нажмите кнопку "Выполнить".>

2. На боковой панели рабочего процесса в разделе "Сервис" выберите "Журнал выполнения".

3. На странице "Журнал выполнения", на вкладке "Журнал выполнения", выберите последний запуск рабочего процесса.

   Замечание

   Если страница не отображает никаких запусков, на панели инструментов нажмите кнопку "Обновить".

   Если в столбце "Состояние " отображается состояние "Выполнение ", рабочий процесс агента по-прежнему работает.

   Откроется представление мониторинга и отображаются операции рабочего процесса со своим состоянием. Откроется область журнала агента и отображаются инструкции агента, предоставленные ранее.

   

   У агента нет средств для использования в настоящее время, что означает, что агент не может выполнять какие-либо конкретные действия, такие как отправка электронной почты в список подписчиков, пока не создадите средства, необходимые агенту для выполнения задач.

4. Вернитесь к дизайнеру. На панели инструментов представления мониторинга нажмите кнопку "Изменить".

Проверка ошибок в Visual Studio Code

1. В окне обозревателя проекта приложения логики разверните папку с именем рабочего процесса и перейдите в файл workflow.json .

2. В контекстном меню файла выберите "Обзор". Нажмите клавишу F5, чтобы запустить сеанс отладки.

3. После завершения выполнения в разделе "Журнал выполнения" выберите последний запуск рабочего процесса.

   Замечание

   Если страница не отображает никаких запусков, на панели инструментов нажмите кнопку "Обновить".

   Если в столбце "Состояние " отображается состояние "Выполнение ", рабочий процесс агента по-прежнему работает.

   Откроется представление мониторинга и отображаются операции рабочего процесса со своим состоянием. Откроется область журнала агента и отображаются инструкции агента, предоставленные ранее. На панели также показан ответ агента.

   Однако у агента нет средств для использования в настоящее время, что означает, что агент не может выполнять какие-либо конкретные действия, такие как отправка электронной почты, пока не создадите средства, необходимые агенту для выполнения своих задач. Вы даже можете получить сообщение электронной почты, отклоненное сервером электронной почты.

4. На панели инструментов отладки выберите "Отключить ", чтобы остановить сеанс отладки.

5. Вернитесь к дизайнеру.

Создать инструмент для получения данных о погоде

Чтобы агент выполнял предварительно созданные действия, доступные в Azure Logic Apps, необходимо создать один или несколько средств для использования агента. Инструмент должен содержать по крайней мере одно действие и только эти действия. Агент вызывает средство с помощью определенных аргументов.

В этом примере агенту нужен инструмент, который получает прогноз погоды. Вы можете создать это средство, выполнив следующие действия.

1. В конструкторе, внутри агента, под инструментом "Добавить" выберите знак плюса (+), чтобы открыть панель, где можно просмотреть доступные действия.

2. В области "Добавление действия" выполните общие действия для приложения логики, чтобы добавить действие, которое лучше всего подходит для вашего сценария.

   В этом примере используется действие MSN Weather с именем Get current weather.

   После выбора действия контейнер Tool и выбранное действие отображаются в агенте на конструкторе. Обе области сведений также открываются одновременно.

   

3. В области сведений о средстве переименуйте инструмент, чтобы описать его назначение. В этом примере используйте Get weather.

4. На вкладке "Сведения"введите описание средства. В этом примере используйте Get the weather for the specified location.

   

   В разделе "Описание" раздел "Параметры агента" применяется только для конкретных вариантов использования. Дополнительные сведения см. в разделе "Создание параметров агента".

5. Перейдите к следующему разделу, чтобы узнать больше о параметрах агента, их вариантах использования и способах их создания на основе этих вариантов использования.

Создание параметров агента для действия "Получение текущей погоды"

Действия обычно имеют параметры, требующие указания используемых значений. Действия в инструментах почти одинаковы, за исключением одного отличия. Вы можете создать параметры агента, используемые агентом для указания значений параметров для действий в средствах. Вы можете указать созданные моделью выходные данные, значения из немоделированных источников или комбинацию. Дополнительные сведения см. в разделе "Параметры агента".

В следующей таблице описаны сценарии использования для создания параметров агента и места, где их следует создавать в зависимости от сценария использования:

Кому	Где создать параметр агента
Используйте только созданные моделью выходные данные. Делитесь с другими действиями в том же инструменте.	Начните с параметра действия. Подробные инструкции см. только в разделе "Использование созданных моделью выходных данных".
Используйте немодельные значения.	Параметры агента не требуются. Этот интерфейс совпадает с обычным интерфейсом настройки действий в Azure Logic Apps, но повторяется для удобства использования значений из немоделных источников.
Используйте созданные моделью выходные данные с немоделными значениями. Делитесь с другими действиями в том же инструменте.	Начните с средства в разделе "Параметры агента". Подробные инструкции см. в разделе "Использование выходных данных модели" и немоделированных значений.

Использовать только созданные моделью выходные данные

Для параметра действия, использующего только созданные моделью выходные данные, создайте параметр агента, выполнив следующие действия:

1. В средстве выберите действие, чтобы открыть область сведений.

   В этом примере действие — Получение текущей погоды.

2. На вкладке "Параметры" щёлкните на поле параметра, чтобы отобразить параметры.

3. В правом краю поля "Расположение " нажмите кнопку "Звезды".

   Эта кнопка имеет следующую подсказку: выберите, чтобы создать параметр агента.

   

   В окне параметра агента create отображаются поля "Имя", "Тип" и " Описание ", которые предварительно заполнены из параметра исходного действия.

   В следующей таблице описываются поля, определяющие параметр агента:

   Параметр	Ценность	Description
   Имя	< agent-parameter-name>	Имя параметра агента.
   Тип	< тип данных параметра агента>	Тип данных параметра агента.
   Описание	< agent-parameter-description>	Описание параметра агента, которое легко определяет назначение параметра.

   Замечание

   Майкрософт рекомендует следовать описанию Swagger действия. Например, для действия "Получить текущую погоду", которое находится в соединителе MSN Weather "shared", размещенном и управляемом глобальным мультитенантным Azure, см. статью технической справки по соединителю MSN Weather.

4. Когда будете готовы, нажмите Создать.

   В следующем примере показано действие "Получить текущую погоду " с параметром агента location :

   

5. Сохраните рабочий процесс.

Использование значений из немоделных источников

Для значения параметра действия, использующего только немодельные значения, выберите вариант, который лучше всего подходит для вашего варианта использования:

Использование выходных данных из предыдущих операций в рабочем процессе

Чтобы просмотреть и выбрать из этих выходных данных, выполните следующие действия.

1. Выберите внутри поля параметра и щелкните значок молнии, чтобы открыть список динамического содержимого.

2. В списке в разделе триггера или действия выберите нужные выходные данные.

3. Сохраните рабочий процесс.

Использование результатов из выражений

Чтобы создать выражение, выполните следующие действия.

1. Выберите внутри поля параметра и щелкните значок функции, чтобы открыть редактор выражений.

2. Выберите из доступных функций, чтобы создать выражение.

3. Сохраните рабочий процесс.

Дополнительные сведения см. в руководстве по функциям выражений рабочих процессов в Azure Logic Apps.

Использование выходных данных модели и немоделных значений

В некоторых сценариях может потребоваться указать значение параметра действия, которое использует как результаты, созданные моделью, так и значения, не связанные с моделью. Например, может потребоваться создать текст электронной почты, который использует статический текст, немодельные выходные данные из предыдущих операций в рабочем процессе и выходные данные, созданные моделью.

Для этих сценариев создайте параметр агента в средстве, выполнив следующие действия.

1. В конструкторе выберите средство, в котором нужно создать параметр агента.

2. На вкладке "Сведения" в разделе "Параметры агента" выберите "Создать параметр".

3. Разверните новый параметр агента и укажите следующие сведения, чтобы они соответствовали деталям параметров действия.

   В этом примере пример действия — Получение текущей погоды.

   Замечание

   Майкрософт рекомендует следовать описанию Swagger действия. Например, для получения этих сведений о действии Получить текущую погоду, см. статью технического справочника о соединителе MSN Weather. Пример операции предоставляется управляемым 'общим' коннектором MSN Weather, который размещается и выполняется в глобальной мультитенантной среде Azure.

   Параметр	Ценность	Description
   Имя	< agent-parameter-name>	Имя параметра агента.
   Тип	< тип данных параметра агента>	Тип данных параметра агента.
   Описание	< agent-parameter-description>	Описание параметра агента, которое легко определяет назначение параметра. Вы можете выбрать один из следующих параметров или объединить их для предоставления описания: — Обычный литеральный текст с такими сведениями, как назначение параметра, допустимые значения, ограничения или ограничения. — выходные данные из предыдущих операций в рабочем процессе. Чтобы просмотреть и выбрать эти выходные данные, выберите в поле "Описание ", а затем щелкните значок молнии, чтобы открыть список динамического содержимого. В списке выберите нужные выходные данные. — Результаты из выражений. Чтобы создать выражение, выберите внутри поля "Описание ", а затем щелкните значок функции, чтобы открыть редактор выражений. Выберите из доступных функций, чтобы создать выражение.

   По завершении в разделе "Параметры агента" появится новый параметр агента.

4. В конструкторе, в инструменте, выберите действие, чтобы открыть область сведений о действии.

5. На вкладке "Параметры" выберите в поле параметра, чтобы отобразить варианты, а затем выберите значок робота.

6. В списке параметров агента выберите параметр агента, определенный ранее.

   Готовое средство получения текущей погоды выглядит следующим образом:

   

7. Сохраните рабочий процесс.

Создание средства отправки электронной почты

Для многих сценариев агент обычно нуждается в нескольких инструментах. В этом примере агенту нужен инструмент, который отправляет отчет о погоде по электронной почте.

Чтобы создать это средство, выполните следующие действия.

1. В конструкторе, в агенте, рядом с существующим инструментом выберите знак плюса (+), чтобы добавить действие.

2. В области "Добавление действия" выполните следующие общие действия , чтобы выбрать другое действие для нового инструмента.

   В этом примере используется действие Outlook.com с именем Send an email (V2).

   Как и раньше, после выбора действия новый инструмент и действие отображаются внутри агента в редакторе. Обе области сведений открываются одновременно.

   

3. В области сведений о средстве переименуйте инструмент, чтобы описать его назначение. В этом примере используйте Send email.

4. На вкладке "Сведения"введите описание средства. В этом примере используйте Send current weather by email.

   

5. Сохраните рабочий процесс.

Создание параметров агента для действия "Отправка сообщения электронной почты (V2)"

За исключением различных параметров агента для настройки действия Отправка сообщения электронной почты (V2), шаги в этом разделе почти совпадают с шагами для создания параметров агента для действия "Получить текущую погоду".

1. Выполните предыдущие общие действия, чтобы создать параметры агента для значений параметров в действии "Отправить сообщение электронной почты (V2).

   Действие должно иметь три параметра агента с именем To, Subject и Body. Определение Swagger действия см. в разделе "Отправка сообщения электронной почты( версия 2)".

   После завершения примера действия используются ранее определенные параметры агента, как показано ниже:

   

   Готовое средство отправки электронной почты выглядит следующим образом:

   

2. Сохраните рабочий процесс.

Создание средства списка подписчиков

Наконец, в этом примере создайте инструмент под названием Получить подписчиков, чтобы предоставить список подписчиков для использования в значениях параметров агента. Это средство использует действие Compose для указания имени подписчика, адреса электронной почты и расположения. Кроме того, эти входные данные можно получить из хранилища блоб или базы данных. Azure Logic Apps предлагает множество вариантов, которые можно использовать в качестве источников данных.

Для данного примера выполните следующее.

1. Переименуйте средство в Get subscribers.

2. В средстве получения подписчиков используйте следующее описание:

   Get the list of subscribers, including their name, location, and email address. To generate the weather report, use the location for each subscriber. To send the weather report, use the email address for each subscriber.

3. Переименуйте действие Compose в Subscriber list. В поле ввода используйте следующий массив JSON, но замените примеры данных подписчика данными, которые необходимо использовать для тестирования. Например, замените адреса электронной почты на свои, чтобы получать информацию о погоде для разных местоположений.

   [
       {
           "Name": "Fabrikam",
           "Email": "FabrikamGoods@outlook.com",
           "Location": "Boston"
       },
       {
           "Name": "Contoso",
           "Email": "ContosoGoods@outlook.com",
           "Location": "Jaipur"
       },
       {
           "Name": "Sophie Owen",
           "Email": "sophieowen@outlook.com",
           "Location": "Seattle"
       }
   ]
   

   Готовое средство получения подписчиков выглядит следующим образом:

   

4. Сохраните рабочий процесс, а затем протестируйте рабочий процесс, чтобы убедиться, что все работает так, как вы ожидаете.

   Вы должны получить электронное письмо с погодой для каждого местоположения.

Лучшие практики для агентов и инструментов

В следующих разделах приведены рекомендации, лучшие практики и другие рекомендации, которые помогут вам создавать более эффективные агенты и инструменты.

Агенты

В следующих рекомендациях приведены лучшие практики для агентов.

Инструменты и агенты прототипирования с действиями "Compose"

Вместо того чтобы использовать фактические действия и живые соединения для прототипа вашего агента и инструментов, используйте действия Compose для моделирования или имитации фактических действий. Этот подход обеспечивает следующие преимущества:

• Действия Compose не создают побочных эффектов, что делает их полезными для генерации идей, проектирования и тестирования.

• Вы можете создавать и уточнять инструкции агента, запросы, имена инструментов и описания, а также параметры и описания агента. Все это без необходимости настраивать и использовать динамические подключения.

• Убедившись, что ваш агент и инструменты работают только с действиями Compose, вы можете переходить к фактическим действиям.

• При переключении на фактические действия необходимо перенаправить или повторно создать параметры агента для работы с фактическими действиями, которые могут занять некоторое время.

Управление длиной контекста истории чата

Агент рабочего процесса поддерживает журнал чата или контекст, включая вызовы инструментов, в зависимости от текущего ограничения на количество маркеров или сообщений для сохранения и передачи в модель для следующего взаимодействия. С течением времени история агента растет и в конечном итоге превышает ограничение длины контекста модели или максимальное количество входных токенов. Модели различаются по их длине контекста.

Например, gpt-4o поддерживает 128 000 входных маркеров, где каждый маркер имеет 3-4 символа. Когда журнал агента приближается к длине контекста модели, рассмотрите возможность сбрасывания устаревших или неуместных сообщений для сохранения ниже установленного предела.

Ниже приведены некоторые подходы к сокращению истории агента.

• Уменьшите размер результатов из инструментов с помощью действия Compose. Для получения дополнительной информации см. Инструменты – Лучшие практики.

• Тщательно создавайте инструкции и подсказки, чтобы управлять поведением модели.

• Экспериментальная возможность: у вас есть возможность попробовать сокращение истории чата, чтобы уменьшить максимальное количество токенов или сообщений для сохранения в журнале чата и передачи в модель.

  Агент рабочего процесса имеет почти те же расширенные параметры, что и встроенный соединитель поставщика услуг Azure OpenAI, за исключением расширенного параметра типа сокращения истории агента, который существует только в агенте. Этот параметр управляет журналом, который поддерживает агент на основе максимального количества токенов или сообщений.

  Эта возможность находится в активной разработке и может не работать для всех сценариев. Можно изменить параметр Тип сокращения истории агента, чтобы уменьшить ограничения на маркеры или сообщения. Затем установите нужный числовой предел.

  Чтобы попробовать возможность, выполните следующие действия.

  1. В конструкторе выберите строку заголовка агента, чтобы открыть панель сведений.

  2. На вкладке "Параметры" найдите раздел "Дополнительные параметры ".

  3. Проверьте, существует ли параметр с именем Agent History Reduction Type. В противном случае откройте список дополнительных параметров и выберите этот параметр.

  4. В списке типа сокращения истории агента выберите один из следующих вариантов:

     Вариант	Description
     Сокращение количества токенов	Отображает параметр с именем "Максимальное число маркеров". Указывает максимальное количество токенов в журнале агента для сохранения и передачи в модель для следующего взаимодействия. Значение по умолчанию зависит от используемой в настоящее время модели в Службе Azure OpenAI. Ограничение по умолчанию — 128 000.
     Сокращение количества сообщений	Отображает параметр с именем "Число сообщений". Указывает максимальное количество сообщений в журнале агентов для сохранения и передачи в модель для следующего взаимодействия. Ограничение по умолчанию не существует.

Tools

В следующих рекомендациях приведены лучшие практики для инструментов.

• Наиболее важным значением для инструмента является его имя. Убедитесь, что имя является кратким и описательным.

• Описание инструмента предоставляет полезный и информативный контекст для инструмента.

• Имя и описание инструмента имеют ограничения на символы.

  Некоторые ограничения применяются моделью в службе Azure OpenAI во время выполнения, а не при сохранении изменений в агенте в рабочем процессе.

• Избыточное количество инструментов в одном агенте может негативно сказаться на его качестве.

  Общий принцип рекомендует, чтобы агент использует не более 10 инструментов. Однако это руководство зависит от модели, используемой службой Azure OpenAI.

• В инструментах для действий необязательно, чтобы все входные данные поступали из модели.

  Вы можете точно управлять входными данными действий из источников, отличных от модели, и входных данных, поступающих из модели. Например, предположим, что средство имеет действие, которое отправляет сообщение электронной почты. Вы можете предоставить обычный и в основном статический текст электронной почты, но использовать созданные моделью выходные данные для части этого текста электронной почты.

• Настройте или преобразуйте результаты средства перед их передачей в модель.

  Вы можете изменить результаты из средства перед их передачей в модель с помощью действия Compose. Этот подход обеспечивает следующие преимущества:

  • Повышение качества отклика путем уменьшения неуместного контекста , который передается в модель. Вы отправляете только нужные поля из большого ответа.

  • Уменьшите издержки на оплату счетов за токены, которые передаются в модель, и предотвращайте превышение ограничения модели на длину контекста, то есть на максимальное количество токенов, которое может быть передано в модель. Вы отправляете только необходимые поля.

  • Объедините результаты из нескольких действий в средстве.

  • Вы можете симулировать результаты работы инструмента, чтобы эмулировать ожидаемые результаты от фактических действий. Тестовые действия оставляют данные без изменений в источнике и не влекут за собой расходы на использование ресурсов за пределами Azure Logic Apps.

Параметры агента

Ниже приведены рекомендации по параметрам агента.

• Имя является наиболее важным значением параметра агента. Убедитесь, что имя является кратким и описательным.

• Описание параметра агента предоставляет важный и полезный контекст для инструмента.

Устранение неполадок

В этом разделе описано руководство по устранению ошибок или проблем, которые могут возникнуть при сборке или запуске рабочих процессов агента.

Просмотр данных о выполнении инструмента

Журнал выполнения рабочего процесса содержит полезные сведения, которые помогают узнать, что произошло во время определенного запуска. Для рабочего процесса агента можно найти входные и выходные данные выполнения средства для определенной итерации цикла агента.

1. В меню рабочего процесса в разделе "Сервис" выберите "Журнал выполнения ", чтобы открыть страницу журнала выполнения .

2. На вкладке "Журнал выполнения " в столбце "Идентификатор" выберите нужный рабочий процесс.

   Откроется представление мониторинга для отображения состояния каждого шага.

3. Выберите агент, который требуется проверить. Справа появится панель журнала агента.

   На этой панели показан журнал агента, включая выполнение инструментов во время взаимодействия.

4. Чтобы получить данные о выполнении средства в определенной точке, найдите точку в журнале агента и выберите ссылку на выполнение средства, например:

   

   Это действие перемещает вас в сопоставляющий инструмент в режиме мониторинга. Агент показывает текущее количество итераций.

5. В представлении мониторинга выберите агент или действие с входными, выходными данными и свойствами, которые требуется просмотреть.

   В следующем примере показано выбранное действие для ранее выбранного выполнения инструмента.

   

   Если вы выберете агента, вы сможете просмотреть следующую информацию, которая передается в модель и возвращается из нее, например:

   • Входные сообщения, передаваемые в модель.
   • Выходные сообщения, возвращаемые из модели.
   • Инструменты, которые модель попросила агента активировать.
   • Результаты инструмента, переданные обратно в модель.
   • Количество токенов, используемых каждым запросом.

6. Чтобы просмотреть другую итерацию цикла агента, в интерфейсе агента выберите стрелку влево или вправо.

Журналы в Application Insights

Если вы настроили Application Insights или расширенную телеметрию для рабочего процесса, вы можете просмотреть журналы событий агента, как и любое другое действие. Дополнительные сведения см. в статье "Включение и просмотр расширенной телеметрии" в Application Insights для стандартных рабочих процессов в Azure Logic Apps.

Превышена максимальная длина контекста модели

Если журнал журнала агента превышает длину контекста модели или максимальное количество входных маркеров, вы получите ошибку, которая выглядит следующим образом:

Максимальная длина контекста этой модели составляет 4097 маркеров. Однако вы запросили 4927 токенов (3927 в сообщениях, 1000 в завершении). Пожалуйста, сократите длину сообщений или завершённых ответов.

Попробуйте уменьшить ограничение на количество маркеров или сообщений, которые агент хранит в журнале и передает в модель для следующего взаимодействия. В этом примере можно выбрать сокращение количества маркеров и задать максимальное число маркеров ниже указанной максимальной длины контекста ошибки, равной 4097.

Дополнительные сведения см. в разделе "Управление длиной контекста журнала чата".

Очистка примерных ресурсов

Если вам не нужны ресурсы, созданные для примеров, удалите ресурсы, чтобы вы не продолжали взимать плату. Вы можете выполнить следующие действия, чтобы удалить группу ресурсов, содержащую эти ресурсы, или удалить каждый ресурс по отдельности.

1. В поле поиска Azure введите группы ресурсов и выберите группы ресурсов.

2. Найдите и выберите группы ресурсов, содержащие ресурсы в этом примере.

3. На странице "Обзор" выберите "Удалить группу ресурсов".

4. Когда появится область подтверждения, введите имя группы ресурсов и нажмите кнопку "Удалить".

Связанный контент

• Рабочие процессы агента ИИ в Azure Logic Apps
• Лаборатория. Создание первого рабочего процесса автономного агента в Azure Logic Apps
• Ограничения и настройка Azure Logic Apps
• Квоты и ограничения службы Azure OpenAI