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
circuitsosk2 小时前
AI输出的“质检员”:构建智能体质量评估、异常检测与人工兜底的三层防线
人工智能·python·microsoft·正则表达式·langchain
CIO_Alliance3 小时前
AI基础系列(1)| 向量、矩阵、张量在AI中分别扮演什么角色?
大数据·人工智能·线性代数·ai·矩阵·企业cio联盟·企业级ai化转型
yuhulkjv3354 小时前
Gemini鸿蒙版导出word格式的终极解法:AI 导出鸭如何重构AI内容落地链路
人工智能·ai·word·harmonyos·ai导出鸭
慧都小妮子4 小时前
C# 实现AI合同审查:从读取、风险标注到批量签发
ai·自然语言处理·c#·.net·办公自动化·ai合同审查·文档ai代理
TunerT_TQ5 小时前
Microsoft 微软 Fluent UI 源码静态评测:从工程结构、测试线索到交付治理的完整解读
microsoft·开源·github
腾视科技-AIoT5 小时前
私有云时代来临:AI NAS如何重塑你的数字生活?
人工智能·ai·生活·nas·ai算力模组·ainas·腾视科技
fthux5 小时前
装闭 RenoPit 源码解析(12):从AI分析结果到React避坑报告
人工智能·ai·开源·github·open source·renopit
TunerT_TQ5 小时前
Microsoft 微软 AI-For-Beginners 静态评测:一套 AI 入门课程,为什么不能只按代码仓库来评价?
microsoft·开源·github
安_6 小时前
langgrah使用pgsql做会话存储会自己创建表吗
数据库·ai
DS随心转APP6 小时前
生成word文档的ChatGPT格式乱码终结者:AI导出鸭横向测评与工程化架构解析 摘要
人工智能·ai·chatgpt·word·deepseek·ai导出鸭