Best practices en beperkingen voor operations-agenten

In dit artikel worden de aanbevolen procedures en beperkingen beschreven wanneer u operations-agents gebruikt in Real-Time Intelligence.

Beste praktijken

Operations-agents helpen organisaties duidelijke bedrijfsdoelen te realiseren door continu realtime gegevens te bewaken, expliciete drempelwaarden te evalueren en acties aan te bevelen wanneer aan gedefinieerde voorwaarden wordt voldaan. Operations-agents helpen u bijvoorbeeld proactief te reageren wanneer de beschikbaarheid van de voorraad afneemt op een kritiek niveau. Gebruik de volgende aanbevolen procedures voor operations-agents.

• Eventhouse-tabellen: Als eventhouse-tabellen geneste kolommen bevatten, zoals JSON, kunt u de tabellen platmaken voordat u de agent configureert. Platte tabellen met beschrijvende kolomnamen verbeteren de mogelijkheid van de agent om gegevens te parseren en te evalueren.

• Beschrijvingen van eventhouse-kolommen: als het doel van een kolom onduidelijk is op basis van de naam, voegt u een beschrijving zonder opmaak toe met behulp van het beschrijvingsveld in het KQL-tabelschema. Deze beschrijving helpt de agent gegevenswaarden correct te interpreteren.

• Opnametijdkolom: De bewerkingsagent gebruikt standaard de opnametijd van de tabel om te bepalen wanneer records zijn aangekomen. De agent gebruikt deze waarde wanneer deze query's uitvoert op de meest recente gegevens en wijzigingen in de gegevens in de loop van de tijd berekent. Zorg ervoor dat de innametijd is ingevuld.

• Bedrijfsobjectidentificatie: als de agent een specifiek bedrijfsobject moet bewaken, zoals een station, sensor of personeelsrecord, identificeert u de kolom die het object uniek identificeert (bijvoorbeeld StationID of SensorID). Als u een KQL-databasebron gebruikt, geeft u op tot welke tabel deze behoort. Als u een ontologiebron gebruikt, geeft u de entiteit op die door de agent moet worden gebruikt.

• Quotering van veldnamen: Als een regel verwijst naar kolom- of eigenschapsnamen die speciale tekens bevatten, zoals onderstreeptekens of afbreekstreepjes, zet u de kolomnaam tussen aanhalingstekens (""). Deze procedure zorgt ervoor dat de agent deze correct identificeert.

• Kwantificeerbare voorwaarden: als een regel kwalitatieve taal gebruikt, zoals 'lage beschikbaarheid' of 'hoge temperatuur', vervangt u deze door een specifieke numerieke drempelwaarde.

  • Gebruik bijvoorbeeld een woordgroep als 'minder dan 3 fietsen beschikbaar' of 'temperatuur overschrijdt 80'. De agent gebruikt de standaard-LLM-kennis om drempelwaarden voor algemene termen voor te stellen, zoals 'zure voorwaarden', betekent pH <7.

• Regelscheiding: Als u meerdere regels definieert, beschrijft u elke regel op een afzonderlijke regel of opsommingsteken. Combineer voorwaarden van verschillende regels niet in dezelfde zin.

• Regelvolgorde: Als de agent prioriteit moet geven aan bepaalde regels, moet u eerst regels met een hogere prioriteit vermelden. LLM's kunnen informatie anders interpreteren afhankelijk van hun positie in de prompt.

• Query's van de agent en gegevenstoegang bijhouden: Controleer de gegevensbronnen en query's die de agent gebruikt door de gemonitorde Eventhouse- of KQL-database te raadplegen. Gebruik het tabblad Query-inzichten om uitgevoerde query's weer te geven en de gegenereerde KQL te valideren.

  

Voorbeeldinstructies

Hier volgt een voorbeeld van hoe u uw instructies voor de agent kunt opmaken om duidelijk te zijn over de operationele regels en de semantische informatie over de velden in uw gegevens.

*** Operational Instructions ***
1. Alert me when a trip has high occupancy level.
2. Alert me when a trip has high departure delay.

*** Semantic Instructions ***
1. Information about a trip can be found in 'TripUpdateFlattened' table, each identified by the 'trip_id' column.
2. Information about a vehicle can be found in 'VehiclePositionsFlat' table, each identified the 'vehicle_id' column.
3. A trip is a associated with multiple vehicles via shared trip ID.
4. Occupancy status of a trip is calculated as the latest occupancy status from the vehicle the trip is associated with. The value 'HIGH' means high occupancy level.
5. The departure delay is measured in number of seconds. Higher than 300 seconds of delay is considered significant.

Beperkingen

Operations-agents hebben functionele, platform- en gedragsbeperkingen die u moet overwegen bij het ontwerpen van regels en bewakingsscenario's.

Beperkingen voor gegevensbronnen

• Er wordt slechts één databron tegelijk ondersteund.
• Wanneer je een Eventhouse als databron gebruikt:
  • Alleen gewone Eventhouse-tafels worden ondersteund. Snelkoppelingen, functies en gematerialiseerde weergaven worden niet ondersteund.
• Wanneer u een Fabric Ontology gebruikt als gegevensbron van de agent:
  • De ontologie moet zich in dezelfde werkruimte bevinden als de bewerkingsagent.
  • Ontology-entiteiten die u door de agent wilt bewaken, moeten ten minste één statische eigenschap hebben die moet worden gebruikt als id voor entiteiten. Eigenschappen van tijdreeksen moeten worden gekoppeld aan eventhouse-velden.

Beperkingen van de regels voor ontologiemonitoring

• Bij het monitoren van een ontologie:
  • Alleen basiswaarden van eigendommen worden ondersteund. Aggregaties zoals een gemiddelde, minimum of maximumwaarde worden niet ondersteund.
  • Regels waarvoor 'AND'-voorwaarden zijn vereist, worden niet ondersteund (bijvoorbeeld remindex voor een landingsbaan is meer dan 0,8 en de oppervlaktetemperatuur is < 40).

Beperkingen voor taal- en modelgedrag

• Operations-agents zijn afhankelijk van een model voor grote talen (LLM). Uitvoer is probabilistisch en kan onjuist zijn. Het is belangrijk om de resultaten en aanbevelingen die ze bieden zorgvuldig te bekijken. Zie Privacy, beveiliging en verantwoordelijk gebruik van Copilot voor Real-Time Intelligence voor meer informatie.
• Momenteel ondersteunen operations-agents alleen de Engelse taal voor instructies en bedrijfsdoelen.

Runtimebeperkingen

• De agent voert elke vijf minuten query's uit wanneer deze actief is.
• Handelingen verlopen indien er binnen drie dagen geen actie wordt ondernomen. Na verloop van tijd kunnen acties niet meer worden goedgekeurd.

Machtigingen en toegangsbeperkingen

• De agent werkt met behulp van de gedelegeerde identiteit en machtigingen van de maker. Dit betekent:
  • Query's en acties gebruiken de aanmeldgegevens van de maker.
  • De maker ontvangt standaard aanbevelingsberichten. Als u de ontvanger wijzigt, worden de referenties die worden gebruikt voor query's en acties niet gewijzigd.

Beperkingen voor berichtenverkeer en snelheidsbeperking

• Intensief gebruik kan leiden tot berichtbeperking. In dergelijke gevallen kunnen vereenvoudigde niet-LLM-gegenereerde berichten worden verzonden in Microsoft Teams.

Beperkingen voor regio's en werkruimten

• Operations-agent is beschikbaar in Azure openbare cloud Microsoft Fabric regio's, met uitzondering van VS - zuid-centraal en VS - oost.
• De Operations-agent is momenteel niet beschikbaar in soevereine clouds, waaronder GCC-High en Bleu.
• Operations-agent wordt momenteel niet ondersteund in werkruimten die zijn versleuteld met Customer-beheerde sleutels voor Fabric werkruimten.