Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Le harnais GitHub Copilot dans Microsoft Copilot Studio est un environnement d’auteur et d’exécution repensé pour la création d’agents IA. Il introduit une approche privilégiant le langage naturel pour la création d’agents, une interface unifiée et un modèle d’orchestration amélioré qui renforce la qualité des réponses et les capacités de raisonnement.
Remarque
L’environnement d’exécution utilisé pour créer cet assistant repose sur une facturation à l’utilisation. L’utilisation, la création, le test et l’évaluation des agents peuvent consommer des crédits Copilot. En savoir plus dans Aperçu de la facturation basée sur l’utilisation.
Qu’est-ce que le GitHub Copilot harness ?
Le harness GitHub Copilot repose sur un moteur d’orchestration amélioré qui remplace le modèle standard utilisé dans les agents de harness standard de Copilot Studio. Au lieu d’écrire des sujets de conversation explicites, des flux et des logiques de branchement, vous décrivez votre agent en langage naturel (aperçu) et le système génère la configuration sous-jacente.
Les agents alimentés par le harnais GitHub Copilot sont disponibles en même temps que les agents utilisant le faisceau standard. Vous choisissez quel harnais utiliser lorsque vous créez un nouvel agent. Les agents créés avec le faisceau GitHub Copilot ne peuvent pas être transférés vers le faisceau standard, et inversement.
Pour en savoir plus, consultez Harnesses dans Copilot Studio.
Important
L’infrastructure GitHub Copilot est un framework d’élaboration et d’orchestration de Microsoft Copilot Studio, et non le service GitHub Copilot. Bien que l’infrastructure partage la technologie sous-jacente et les composants du SDK avec GitHub Copilot, les données des clients ne sont ni envoyées au service GitHub Copilot ni traitées par celui-ci lorsque les agents s’exécutent dans Copilot Studio. Les engagements existants de Microsoft Copilot Studio en matière de confidentialité, sécurité, conformité et résidence des données restent en vigueur.
Concepts clés
Les agents propulsés par le harnais GitHub Copilot sont organisés autour de leurs composants principaux. Vous pouvez configurer ce qui suit depuis l’onglet Build :
Instructions : définir l’identité, le ton, la portée et le comportement de l’assistant. Pour en savoir plus, consultez Configurer les détails et instructions de l’assistant (version préliminaire).
Connaissances : Les sources de données connectées et la mémoire fournissent à l’agent un contexte pour répondre aux questions. Pour en savoir plus, consultez Ajouter des connaissances à un assistant.
Outils : Les outils permettent à l’agent d’effectuer des actions, telles que l’appel d’API et l’exécution de flux. En savoir plus dans la section Outils aperçu pour les agents.
Compétences : Les compétences définissent des comportements structurés et réutilisables. En savoir plus dans la section Aperçu des compétences pour les agents.
Modèle : choisissez le modèle IA qui alimente le raisonnement de l’agent. Pour en savoir plus, consultez Sélectionner un modèle pour un assistant.
Agents connectés : déléguer des tâches spécialisées à d’autres agents. En savoir plus dans la présentation des agents connectés.
Mémoire : Activez la Mémoire pour aider un agent à se souvenir des détails de ses interactions et utiliser ce contexte pour de futures interactions. En savoir plus dans Mémoire (aperçu).
Comment l’onglet de construction diffère du harnais standard
Dans les agents basés sur l’infrastructure GitHub Copilot, l’onglet Build regroupe les éléments essentiels de la création d’agents en un seul endroit. Au lieu de concevoir des flux thématiques explicites et une logique de branchement, vous décrivez votre agent en langage naturel et reliez les ressources dont il a besoin pour répondre et agir. En utilisant l’approche « langage naturel » de l’onglet Build , vous créez des agents qui s’appuient sur une orchestration améliorée pour interpréter vos instructions, décider quand utiliser la connaissance et déterminer quand invoquer des outils. Dans le harnais standard, des sujets explicites, des déclencheurs et des flux de conversation embranchés façonnent le comportement de l’agent. L'approche du GitHub Copilot réduit la nécessité de rédiger une logique de flux détaillée dès le départ. Vous vous concentrez sur la description de votre assistant, la connexion des composants appropriés et la définition des limites qui guident son fonctionnement.
Comparaison des fonctionnalités : environnements d’exécution standard vs. GitHub Copilot
| Category | Feature | Harnais standard | Environnement d’exécution GitHub Copilot | Comments |
|---|---|---|---|---|
| Outils | Connectors | Supported | Supported | |
| Outils | MCP | Supported | Supported | |
| Outils | Utilisation de l’ordinateur | Supported | Planifié | |
| Outils | Prompt | Supported | Non pris en charge | Remplacé par Skills dans le harness GitHub Copilot |
| Outils | Workflows | Supported | Supported | |
| Connaissances | Sites web publics | Supported | Supported | |
| Connaissances | Chargement du fichier | Supported | Supported | |
| Connaissances | SharePoint | Supported | Supported | |
| Connaissances | Connecteurs graphiques | Supported | Supported | |
| Connaissances | Tables Dataverse | Supported | Supported | |
| Connaissances | Recherche d’IA Azure | Supported | Non pris en charge | |
| Compétences | Compétences | Non pris en charge | Supported | Uniquement pour les agents GH |
| Mémoire | Memory | Non pris en charge | Supported | Uniquement pour les agents GH |
| Interpréteur de code | Interpréteur de code | Prise en charge (acceptation) | Prise en charge (natif) | |
| Rubriques | Déclenché par l’intention de l’utilisateur | Supported | Supported | Remplacé par Hooks dans le harness GitHub Copilot. Les hooks exécutent automatiquement des workflows à des moments précis du cycle de vie d’un agent, comme au début d’une session ou avant l’exécution d’un outil |
| Rubriques | Autres déclencheurs système (par exemple, Message reçu) | Supported | Supported | Remplacé par Hooks dans le harness GitHub Copilot. Les hooks exécutent automatiquement des workflows à des moments précis du cycle de vie d’un agent, comme au début d’une session ou avant l’exécution d’un outil |
| Agents connectés | Agents de Copilot Studio (même environnement) | Supported | Supported | |
| Agents connectés | Agents de fonderie | Supported | Supported | |
| Agents connectés | Agents du protocole A2A | Supported | Supported | |
| Agents connectés | agents du SDK M365 | Supported | Supported | |
| Évaluation de l’agent | Évaluation de l’agent | Supported | Supported | |
| Monitor | Monitor | Supported | Supported | |
| Canaux | M365 / Teams | Supported | Supported | |
| Canaux | Site web | Supported | Supported | |
| Canaux | SharePoint | Supported | Non pris en charge | |
| Canaux | Supported | Non pris en charge | ||
| Canaux | Centre de contact Dynamics 365 | Supported | Non pris en charge | |
| Déclenchement | Déclencher automatiquement | Supported | Supported | Dans l’environnement d’exécution GitHub Copilot, utilisez des déclencheurs (version préliminaire) ou un nœud Assistant dans Workflows |
| Activité / Historique des exécutions | Activité / Historique des exécutions | Supported | Supported | Revoir les sessions et les exécutions sur l’onglet Monitor |
| Authentification | Microsoft (Entra ID) | Supported | Supported | |
| Authentification | Pas d’authentification / anonyme | Supported | Supported | |
| Authentification | Authentification manuelle / personnalisée | Supported | Non pris en charge | |
| ALM | Solutions / Support ALM | Supported | Supported | |
| Gouvernance | DLP / contrôles de gouvernance | Supported | Supported | |
| Langues | Langues explicitement ajoutées et activées | Supported | Prise en charge immédiate | Dans l’environnement d’exécution GitHub Copilot : le langage de réponse est contrôlé par les instructions de l’assistant |
| Entities | Entités personnalisées | Supported | Non pris en charge |
Interface de création d’assistants
Les agents propulsés par le harnais GitHub Copilot utilisent une surface à onglets pour construire et gérer :
| Tab | Purpose |
|---|---|
| Build | Configurez l’identité, les connaissances, les outils, les compétences, le modèle et la mémoire de l’agent |
| Aperçu | Tester l’agent de manière interactive dans une interface de conversation en préversion |
| Évaluer | Créer et exécuter des jeux de test pour mesurer la qualité de l’agent |
| Monitor | Examinez la santé de la production, les résultats, les réactions, les séances et l’utilisation des crédits |
Cycle de vie de l’agent
La création d’un agent avec le harnais GitHub Copilot suit ce déroulement général :
- Créer : Commencez depuis la page d’accueil de Copilot Studio et choisissez de créer un nouvel agent alimenté par le harnais GitHub Copilot.
- Créer : configurez l’identité de l’assistant, ses connaissances, ses capacités et ses limites.
- Test : utilisez l’onglet Aperçu et l’onglet Évaluer pour valider le comportement de l’agent.
- Publier : déployez l’agent sur vos canaux choisis.
- Surveillance : vérifiez l’état de fonctionnement en production et identifiez les points à améliorer dans l’assistant. Vous pouvez ouvrir Monitor avant de publier, mais les données de production apparaissent après que les utilisateurs utilisent l’agent publié.
Orchestration et raisonnement
Le harnais GitHub Copilot utilise un temps d’exécution d’orchestration amélioré qui permet des capacités de raisonnement profond et des réponses de meilleure qualité que le harnais standard — en particulier sur les données Microsoft 365. Contrairement au faisceau standard, où l’on peut configurer le comportement d’orchestration, le faisceau GitHub Copilot utilise ce modèle d’orchestration amélioré pour tous les agents. Pour en savoir plus, consultez Harnesses dans Copilot Studio.
Disponibilité
Les agents construits avec le faisceau standard restent entièrement pris en charge aux côtés des agents alimentés par le faisceau GitHub Copilot. Pour des informations sur les agents standards, voir Création et suppression d’agents et aperçu de la création d’agents basée sur l’IA. Pour en savoir plus, consultez Harnesses dans Copilot Studio.
Envoyer des commentaires sur l’expérience de création d’assistant
Pour envoyer des commentaires sur l’expérience de création, sélectionnez le bouton 
de commentaires dans la barre d’outils supérieure de l’interface de création d’agents de Microsoft Copilot Studio. Pour en savoir plus sur les options de soutien et de retours, consultez Trouver du support et donner des retours pour Copilot Studio.