Microsoft Copilot Studio - 尝试一下Agent

1.简单介绍

Microsoft Copilot Studio以前的名字是Power Virtual Agent(简称PVA)。Power Virutal Agent是2019年出现的,是低代码平台Power Platform的一部分。当时Generative AI还没有出现,但是基于已有的Conversation AI技术,即Microsoft Luis(Phrase, Entity, Intent)和之前已经有的Bot Framework技术,Power Virtual Agent也可以对用户输入的Natural Language进行意图识别,从而匹配到Power Virutal Agent topic进行对应流程的执行的。

随着LLM的出现,微软推出了Copilot(之前是有97个不同的Copilot,现在数量可能更多了。其中Microsoft 365 Copilot在2023年11月1号general available)。同时Power Virtaul Agent名字在2023年也改名为Copilot Studio。Copilot Stuido结合了大语言模型和用户的数据,变成了一个更加强大的端对端的对话式AI产品。可以对Microsoft Copilot进行拓展,也可以构建自己的Copilot。同时Copilot Studio界面随着Copilot的出现,变化很大。

2024年开始,Agent越来越流行(微软也推出了Autogen开源框架), Copilot Studio的界面随着Agent有了新的变化。都变成了以Agent为中心,如下图。

Agent和Copilot的关系,如下图

Copilot为Agents提供了用户的上下文,Agent通过提供skills和Knowledge base强大了Copilot。

这边尝试一下在当前的Copilot Studio(2025-01-11)创建Agent

2.Action的变化

在2024年的Build大会时候,老师们当时说还有一个REST API类型的action,后续也general available了,

下面是最新的Copilot Stuido中action的类型(2025年6月3号),发现又有了些变化,

note, 2025年Build大会中, Copilot Stuido是一个很重要的主题,当前微软已经将Multi-agent orchestration和MCP等先进的技术引入到了agent的制作中,

这边将尝试在Copilot Stuido中创建一个agent,

3. Agent制作

3.1 创建Agent

  1. 点击New agent
  1. 点击Skip to configure按钮
  1. 设定Name, Description和Instructions,尽量描述清楚些,便于LLM的使用。
  1. 点击右上角的Create按钮创建Agent

  2. 在Agent的界面中,点击Knowledge tab

  1. 点击 Add knowledge 按钮

7)上传准备好的Semantic Kernel参考文档

8)等待文档的Status变成ready状态

  1. 点击右上角的Test按钮,这时就可以咨询有关Semantic Kernel的问题了,如下图
  1. 点击Publish按钮
  1. 点击Channels tab,然后选择Microsoft Teams
  1. 点击 Open agent
  1. 最后会打开Microsoft Teams,在如下界面中,点击Add按钮

14)尝试提问一个有关Semantic Kernel的问题,发现可以正常回答并且response参考的文章信息也会列出来的。

3.2 Generative Answers

1)设定 Allow the AI to sue its own general knowledge 的 switch是 Enabled

2)点击Add Knowledge 按钮

  1. 点击 Public websites
  1. 输入Public website link,然后点击Add

这边尝试的是Copilot Studio的官方参考链接

https://learn.microsoft.com/en-us/microsoft-copilot-studio/

  1. 在 Add public websites窗口中,点击Add按钮

6)由于存在Conversation boosting topic,因此会使用AI来生成答复,总结内容。

  1. 再次点击Publish按钮进行内容的发布
  1. 然后在Chanels tab中,点击Microsoft Teams
  1. 现在这个agent既可以回答semantic kernel相关的知识问题,又可以回答和Copilot Studio有关的问题了。

3.总结

本文简单记录了一下在Copilot Studio中创建一个agent的过程, 通过添加本地文档和public websites使agent可以回答某个特定方向的知识问题。当前No Code的agent可以通过Agent Builder进行制作,而Low Code和Pro Code的agent可以通过Copilot Stuido来创建。后续随着MCP和Multi agent技术的引入,感觉Copilot Stuido的功能可能会越来越强大。

如果本文哪里有错误,麻烦告之,谢谢谢谢!

相关推荐
武子康37 分钟前
AI-调查研究-90-具身智能 机器人数据采集与通信中间件全面解析:ROS/ROS2、LCM 与工业总线对比
人工智能·ai·中间件·机器人·职场发展·个人开发·具身智能
迎風吹頭髮2 小时前
UNIX下C语言编程与实践24-UNIX 标准文件编程库:无格式读写函数族(字符、行、块)的使用
c语言·microsoft·unix
Learn Beyond Limits14 小时前
Clustering|聚类
人工智能·深度学习·神经网络·机器学习·ai·聚类·吴恩达
zzywxc78715 小时前
大模型落地实践指南:从技术路径到企业级解决方案
java·人工智能·python·microsoft·golang·prompt
Tassel_YUE21 小时前
在国内使用claude code,实操可行(随手记)
ai·ai编程·claude
Julian.zhou1 天前
AI自然语音交互:下一代技术制高点与用户体验革命
人工智能·ai·交互·未来趋势
dawnsky.liu1 天前
RHEL - 在离线的 RHEL 10 中部署 Lightspeed 命令行助手
linux·人工智能·ai
SEO_juper1 天前
AEO 与 SEO 双引擎:整合策略赢得搜索全域可见性
搜索引擎·百度·ai·seo·数字营销·seo优化·aeo
蒋星熠1 天前
脑机接口(BCI):从信号到交互的工程实践
人工智能·python·神经网络·算法·机器学习·ai·交互
FreeBuf_1 天前
微软警示AI驱动的钓鱼攻击:LLM生成的SVG文件绕过邮件安全检测
人工智能·安全·microsoft