Używanie akcji prognozowania w Power Automate

W Power Automate można używać dedykowanych akcji dla każdego modelu AI Builder. Jednak akcja predict umożliwia korzystanie z wielu typów modeli AI Builder.

Użyj modelu niestandardowego lub gotowego

  1. Zaloguj się do Power Automate.

  2. W lewym panelu nawigacyjnym wybierz Moje przepływy, a następnie wybierz Nowy przepływ>Natychmiastowy przepływ w chmurze.

  3. Nadaj nazwę przepływowi w chmurze.

  4. W sekcji Wybierz sposób wyzwalania tego przepływu wybierz pozycję Ręcznie wyzwalaj przepływ, a następnie wybierz pozycję Utwórz.

  5. Wybierz opcję + Nowy krok, a następnie wprowadź przewidywanie w pasku wyszukiwania.

  6. Wybierz pozycję Przewidywanie z AI Builder lub Przewidywanie używając modeli AI Builder z Microsoft Dataverse. Obie akcje oferują te same funkcje.

    Zrzut ekranu przedstawiający akcję Przewiduj.

  7. W danych wejściowych modelu wybierz utworzony model niestandardowy lub wybierz wstępnie utworzony model.

Note

Dowiedz się więcej o parametrach wejściowych i wyjściowych każdego modelu w poniższych sekcjach w AI Builder in Power Automate overview.

Korzystanie z dynamicznego identyfikatora modelu (zaawansowane)

W przypadku niektórych złożonych przypadków użycia możesz potrzebować dynamicznie przekazać identyfikator modelu dla działania przewidywania. Na przykład aby przetwarzać różne typy faktur przy użyciu różnych modeli, można automatycznie wybrać model w zależności od typu faktury.

W tej sekcji dowiesz się, jak skonfigurować działanie przewidywania AI Builder dla tego konkretnego celu, w zależności od typu modelu.

  1. Zaloguj się do Power Automate.

  2. Wybierz pozycję Moje przepływy w okienku po lewej stronie, a następnie wybierz pozycję Nowy przepływ> w chmurze.

  3. Nazwij przepływ w chmurze, kliknij opcję Wyzwól przepływ ręcznie w sekcji Wybierz sposób wyzwalania tego przepływu, a następnie kliknij przycisk Utwórz.

  4. Wybierz + Nowy krok.

  5. Wprowadź zmienną inicjacyjną na pasku wyszukiwania, a następnie wybierz ją na karcie Akcje.

  6. Wprowadź identyfikator modelu w polu nazwa, Ciąg w polu typ i rzeczywisty identyfikator modelu w polu wartość.

    Identyfikator modelu można znaleźć w adresie URL strony szczegółów modelu w programie Power Apps:make.powerapps.com/environment/[environment id]/aibuilder/models/[model id]

  7. Wybierz + Nowy krok, wyszukaj przewiduj, a następnie wybierz Przewidywanie z AI Builder.

  8. Wybierz wartość wejściową >Podaj wartość niestandardową, a następnie wprowadź identyfikator modelu z kroku 6.

    Wartość kolumny Wywnioskuj żądanie zależy od typu modelu.

Note

Identyfikator modelu dynamicznego jest obsługiwany tylko w przypadku przetwarzania dokumentów; nie jest obsługiwany w przypadku monitów.

Model przetwarzania dokumentów

  1. W kroku Ręczne wyzwalanie przepływu dodaj Plik i ustaw jego nazwę na Zawartość pliku.

  2. W kroku Ręczne wyzwalanie przepływu dodaj Tekst i ustaw jego nazwę na Typ MIME.

  3. W kroku Zainicjuj zmienną wprowadź identyfikator modelu przetwarzania dokumentów.

  4. W kroku Przewiduj wprowadź następującą wartość w kolumnie Wywnioskuj żądanie:

    {
    "version": "2.0",
    "requestv2": {
    "@@odata.type": "Microsoft.Dynamics.CRM.expando",
    "mimeType": "@{triggerBody()['text']}",
    "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}",
    "pages": "@{base64('1-2')}"
    }
}

    pages jest opcjonalny i może mieć postać "2" lub jako zakres, taki jak "1–10".

    Zrzut ekranu akcji przewidywania korzystającej z dynamicznego identyfikatora modelu.

  5. Wybierz Zapisz w prawym górnym rogu, a następnie wybierz Test, aby wypróbować przepływ w chmurze:

    Zrzut ekranu z testowania akcji przewidywania.

  6. W szczegółach uruchamiania przepływu w chmurze pobierz wyniki notacji JSON dotyczące akcji predykcji w sekcji OUTPUTS (dane wyjściowe). Te wyniki są przydatne podczas tworzenia działań podrzędnych przy użyciu wartości modelu.

    Zrzut ekranu przedstawiający wyniki działania.

  7. Wróć do swojego schematu w chmurze w trybie edycji.

  8. Wybierz opcję + Nowy krok i wybierz działanie Twórz (lub dowolną inną akcję, aby utworzyć dane wyjściowe modelu). Załóżmy, że dane wyjściowe modelu mają kolumnę Łącznie. Można to uzyskać za pomocą następującej formuły:

    @{outputs('Predict')?['body/responsev2/predictionOutput/labels/Total/value']}

    Zrzut ekranu przedstawiający używanie przewidywanych danych wyjściowych.

Model wykrywania obiektów

Proces ten jest podobny do żądania infer w kroku 4 w sekcji Model przetwarzania dokumentów:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "base64Encoded": "@{string(triggerBody()?['file']?['contentBytes'])}"
    }
}

Model klasyfikacji kategorii

Proces ten jest podobny do żądania infer w kroku 4 w sekcji Model przetwarzania dokumentów:

{
    "version": "2.0",
    "requestv2": {
        "@@odata.type": "Microsoft.Dynamics.CRM.expando",
        "language": "Detect automatically",
        "text": "The text to categorize"
    }
}
  • Ostatnia aktualizacja o