Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
O harness GitHub Copilot no Microsoft Copilot Studio é um ambiente de autoria e runtime redesenhado para construir agentes de IA. Esta introduz uma abordagem centrada na linguagem natural para a criação de agentes, uma conceção unificada numa única interface e um modelo de orquestração melhorado que melhora a qualidade das respostas e a capacidade de raciocínio.
Note
As funcionalidades deste artigo são suportadas pelo GitHub Copilot harness, que utiliza créditos do Copilot para faturação com base na utilização. Saiba mais na Visão Geral da faturação para agentes alimentada pelo harness GitHub Copilot.
A faturação baseada no uso aplica-se à utilização, construção, teste e avaliação de agentes. Estas ações podem consumir Créditos Copilot. Saiba mais em Gerir custos para agentes alimentados pelo harness GitHub Copilot.
O que é o GitHub Copilot harness?
O harness do GitHub Copilot é construído sobre um runtime de orquestração melhorado que substitui o modelo padrão usado nos agentes de harness padrão do Copilot Studio. Em vez de criar tópicos de conversa explícitos, fluxos e lógica ramificada, descreve o seu agente em linguagem natural (pré-visualização) e o sistema gera a configuração subjacente.
Os agentes baseados no harness do GitHub Copilot estão disponíveis a par de agentes que utilizam o harness padrão. Escolhe qual arnês usar quando cria um novo agente. Os agentes criados com o harness do GitHub Copilot não podem ser transferidos para o harness padrão e vice-versa.
Para uma comparação detalhada dos dois arneses, consulte arnês Standard vs. arnês do GitHub Copilot.
Conceitos-chave
Os agentes alimentados pelo GitHub Copilot harness estão organizados em torno dos seus componentes principais. Pode configurar o seguinte a partir do separador Build :
Instruções: defina a identidade, o tom, o âmbito e o comportamento do agente. Saiba mais em Configurar detalhes e instruções do agente (pré-visualização).
Conhecimento: Fontes de dados e memória ligadas dão ao agente contexto para responder às perguntas. Mais informações em Adicionar conhecimento a um agente.
Ferramentas e competências: As ferramentas permitem ao agente realizar ações (chamar APIs, executar fluxos), enquanto as competências definem comportamentos estruturados reutilizáveis. Saiba mais em Adicionar ferramentas e competências a um agente.
Modelo: Escolha o modelo de IA que alimenta o raciocínio do agente. Saiba mais em Selecionar um modelo para um agente.
Agentes ligados: Delegam tarefas especializadas a outros agentes. Saiba mais em Visão Geral dos Agentes Conectados.
Memória: Ativa a Memória para ajudar um agente a recordar detalhes das suas interações e usar esse contexto para interações futuras. Saiba mais em Memória (pré-visualização).
Como difere o separador Build do arnês padrão
Nos agentes com tecnologia GitHub Copilot, o separador Build reúne os componentes principais da criação de agentes num só lugar. Em vez de desenhares fluxos de tópicos explícitos e lógica de ramificação, descreves o teu agente em linguagem natural e ligas os recursos de que ele precisa para responder e agir. Ao usar a abordagem centrada primeiro na linguagem natural do separador Build, crias agentes que dependem de orquestração avançada para interpretar as tuas instruções, decidir quando recorrer ao conhecimento e determinar quando invocar ferramentas. No harness padrão, tópicos explícitos, gatilhos e fluxos de conversa ramificados moldam o comportamento do agente. A abordagem do GitHub Copilot reduz a necessidade de criar uma lógica de fluxo detalhada desde o início. Em vez disso, foca-se em descrever o seu agente, ligar os componentes certos e definir os limites que orientam o seu funcionamento.
Área de criação de agentes
Os agentes suportados pelo GitHub Copilot Harness utilizam uma interface baseada em separadores para criar e gerir:
| Tab | Purpose |
|---|---|
| Build | Configure a identidade, conhecimento, ferramentas, competências, modelo e memória do agente |
| Preview | Teste o agente de forma interativa numa interface de chat de pré-visualização |
| Avaliar | Criar e executar conjuntos de teste para medir a qualidade do agente |
| Monitor | Revise tarefas recentes, ficheiros acedidos pelo agente e atividade |
Ciclo de vida do agente
Construir um agente com o harness do GitHub Copilot segue este fluxo geral:
- Criar: Comece pela página inicial do Copilot Studio e escolha criar um novo agente alimentado pelo GitHub Copilot harness.
- Criar: configure quem é o agente, o que sabe, o que pode fazer e quais são os seus limites.
- Teste: Use o separador Pré-visualização e o separador Avaliar para validar o comportamento do agente.
- Publicar: Implemente o agente nos canais escolhidos.
- Monitorizar: Acompanhar as tarefas, atividade e desempenho do agente após a implementação.
Orquestração e raciocínio
O ambiente do GitHub Copilot utiliza um ambiente de execução de orquestração melhorado que oferece capacidades avançadas de raciocínio e respostas de maior qualidade em comparação com o ambiente padrão, sobretudo no que diz respeito aos dados do Microsoft 365. Ao contrário do harness padrão, onde o comportamento de orquestração é configurável, o harness do GitHub Copilot utiliza este modelo de orquestração melhorado para todos os agentes.
Saiba mais em estrutura padrão vs. estrutura do GitHub Copilot.
Availability
Os agentes criados com a infraestrutura padrão continuam a ser totalmente suportados, a par dos agentes baseados na infraestrutura do GitHub Copilot. Para informações sobre agentes padrão, consulte Criar e eliminar agentes e visão geral da autoria de agentes baseada em IA. Saiba mais em estrutura padrão vs. estrutura do GitHub Copilot.