Interpréteur de code pour les développeurs

/// <summary>
/// Retrieves AI models from Dataverse that match the specified model name pattern.
/// </summary>
/// <param name="service">The IOrganizationService instance used to connect to Dataverse</param>
/// <param name="modelName">The model name prefix to search for (uses BeginsWith matching)</param>
/// <remarks>
/// This method queries the msdyn_aimodel table using a BeginsWith condition, which means it will find
/// models whose names start with the specified modelName string. The search is case-insensitive.
/// If no matching models are found, a message is displayed to the console.
/// </remarks>
/// <example>
/// <code>
/// RetrieveAIModelsExample(service, "GPT");
/// // This will find all AI models whose names start with "GPT"
/// </code>
/// </example>
static void RetrieveAIModelsExample(IOrganizationService service, string modelName)
{
    var query = new QueryExpression("msdyn_aimodel")
    {
        ColumnSet = new ColumnSet("msdyn_name", "msdyn_aimodelid"),
        Criteria = new FilterExpression(LogicalOperator.And)
        {
            Conditions = {
                new ConditionExpression(
                    attributeName:"msdyn_name",
                    conditionOperator: ConditionOperator.BeginsWith,
                    value: modelName
                 )
            }
        }
    };

    var results = service.RetrieveMultiple(query);

    if (results.Entities.Any())
    {
        foreach (var entity in results.Entities)
        {
            Console.WriteLine($"Model Name: {entity["msdyn_name"]}, ID: {entity["msdyn_aimodelid"]}");
        }
    }
    else
    {
        Console.WriteLine($"No model with a name starting with '{modelName}' was found.");
    }
}

Découvrez comment interroger des données à l’aide de QueryExpression

Cet exemple récupère tous les enregistrements de modèle IA avec un nom qui commence par example.

Requête :

GET [Organization URI]/api/data/v9.2/msdyn_aimodels?$select=msdyn_name&$filter=startswith(msdyn_name, 'example')
Accept: application/json  
OData-MaxVersion: 4.0  
OData-Version: 4.0

Réponse :

HTTP/1.1 200 OK  
Content-Type: application/json; odata.metadata=minimal  
OData-Version: 4.0  

{
 "@odata.context": "[Organization URI]/api/data/v9.2/$metadata#msdyn_aimodels(msdyn_name)",
 "value": [
  {
   "@odata.etag": "W/\"9275465\"",
   "msdyn_aimodelid": "b412c9a3-1b4f-45c4-956d-33bd4412be33",
   "msdyn_name": "Example Sales Proposal document"
  },
  {
   "@odata.etag": "W/\"9259792\"",
   "msdyn_aimodelid": "6ed18606-78da-4903-a868-73c7b462b336",
   "msdyn_name": "Example Interactive Row Summary Chart"
  }
 ]
}

Découvrez comment utiliser OData pour interroger des données

En utilisant le Kit de développement logiciel (SDK) pour .NET, utilisez la classe Entity et définissez la collection Attributes avec les valeurs. La principale différence dans ce scénario est que l’instance Entity n’a pas de LogicalName défini, elle ne fait donc pas référence à une table Dataverse spécifique.

L’exemple de méthode suivant PredictActionExample utilise la classe OrganizationRequest pour utiliser le Predict message, comme décrit dans Utiliser des messages avec le Kit de développement logiciel (SDK) pour .NET. Vous pouvez également générer une paire de classes typées PredictRequest et PredictResponse. Découvrez comment générer des classes à liaison anticipée pour le Kit de développement logiciel (SDK) pour .NET.

Cet exemple montre également comment définir le paramètre Target à l’aide d’une EntityReference qui fait référence à l’enregistrement msdyn_AIModel à l’aide de l’ID.

static PredictActionExample (IOrganizationService service, Guid yourAiModelId)
{
 // Create the nested 'patient' entity
 var patientEntity = new Entity
 {
     Attributes =
     {
         { "firstname", "John" },
         { "lastname", "Smith" }
     }
 };
 
 // Create the main 'requestv2' entity
 var requestV2Entity = new Entity
 {
     Attributes =
     {
         { "pai_sex", 1 },
         { "pai_age", 10 },
         { "patient", patientEntity }
     }
 };
 
 // Create the Predict action request
 var predictRequest = new OrganizationRequest("Predict")
 {
     Parameters = new ParameterCollection
     {
         { "version", "2.0" },
         { "requestv2", requestV2Entity },
         { "Target", new EntityReference("msdyn_aimodel", new Guid(yourAiModelId)) }
     }
 };
 
 // Execute the request
 var response = service.Execute(predictRequest);
 
 Console.WriteLine("Prediction Result:");
 Console.WriteLine(response.Results);
}

L’action de prédiction est liée au type d’entité msdyn_aimodel. Lorsque vous utilisez des actions liées à une table, vous passez la référence dans l’URL et appelez l’action à l’aide du nom complet : Microsoft.Dynamics.CRM.Predict.

Comme expliqué dans Use Entity as a dictionary, définissez la requestv2 propriété avec un dictionnaire qui inclut une @odata.type propriété définie sur "Microsoft.Dynamics.CRM.expando". Cette valeur indique que la valeur est un type ouvert.

Notez comment cet exemple utilise des dictionnaires imbriqués.

Requête :

POST msdyn_aimodels(<AI Model ID>)/Microsoft.Dynamics.CRM.Predict
Accept: application/json  
OData-MaxVersion: 4.0  
OData-Version: 4.0

{
    "version": "2.0",
    "requestv2": {
        "@odata.type": "#Microsoft.Dynamics.CRM.expando",
        "pai_sex": 1,
        "pai_age": 10,
        "patient": {
            "@odata.type": "#Microsoft.Dynamics.CRM.expando",
            "firstname": "John",
            "lastname": "Smith"
        }
    }
}

Réponse :

HTTP/1.1 200 OK  
Content-Type: application/json; odata.metadata=minimal  
OData-Version: 4.0  

{
    "@odata.context": "[Organization URI]/api/data/v9.2/$metadata#Microsoft.Dynamics.CRM.PredictResponse",
    "response": null,
    "overrideHttpStatusCode": null,
    "overrideLocation": null,
    "overrideRetryAfter": null,
    "responsev2": {
        "@odata.type": "#Microsoft.Dynamics.CRM.expando",
        "operationStatus": "Success",
        "predictionOutput": {
            "@odata.type": "#Microsoft.Dynamics.CRM.expando",
            "text":"<content returned from code execution>",
            "mimetype":"text/markdown",
            "textMimeType":"text/markdown",
            "finishReason":"stop",
            "code":"<Python code that was executed to generate the content>",
            "signature":"<a Base64‑encoded, versioned metadata and integrity token >",
            "logs": "<Output of the steps executed by the python code>"
            "codeThinking":{
                "@odata.type": "#Microsoft.Dynamics.CRM.expando"
            },
            "files@odata.type": "#Collection(Microsoft.Dynamics.CRM.crmbaseentity)",
            "files": [
                {
                    "@odata.type": "#Microsoft.Dynamics.CRM.expando",
                    "base64_content": "[Example_Document.pdf base64 content]",
                    "content_type": "application/pdf",
                    "file_name": "Example_Document.pdf"
                }
            ],
            "structuredOutput": {
                "@odata.type": "#Microsoft.Dynamics.CRM.expando",
                "mimetype": "text/markdown",
                "text": "# Example Document\n\nExample document for Example record Example 2.\n\n[Download the PDF document here](Example_Document.pdf)"
            },
            "artifacts":{
                "@odata.type": "#Microsoft.Dynamics.CRM.expando",
                "Example_Document": {
                    "@odata.type": "#Microsoft.Dynamics.CRM.expando",
                    "artifactName": "Example_Document.pdf",
                    "mimeType": "application/pdf",
                    "base64Content": "[Example_Document.pdf base64 content]"
        }
      }
    }
  }
}