Creazione di coagenti e applicazioni AI utilizzando la tecnologia Copilot

CoAgent fornisce un toolkit essenziale per integrare gli agenti LanGraph nelle applicazioni React, facilitando lo sviluppo di applicazioni Agent-Native. In questo articolo, esploreremo questo potente strumento e ti guideremo su come creare CoAgent AI o applicazioni potenziate da Copilot.

Che cos’è CoAgent?

Come accennato in precedenza, CoAgent funge da toolkit che consente l’integrazione di agenti AI nelle applicazioni, portando alla creazione di app Agent-Native. Approfondiamo le sue funzionalità.

• CoAgent include una funzionalità nota come Shared State , che consente alla tua applicazione di recuperare informazioni dall’agente con una sola riga di codice. Questa sincronizzazione consente l’interazione in tempo reale tra l’applicazione e l’agente.
• Il toolkit offre anche agenti Real-Time Frontend in grado di eseguire task frontend e backend in base al contesto utente e allo stato dell’applicazione. Questa UI generativa consente di distribuire automaticamente le chiamate degli strumenti in base alle esigenze.
• Inoltre, è disponibile un’opzione per Stream Intermediate Agent State , che visualizza i processi di pensiero dell’agente in tempo reale, garantendo trasparenza e migliorando il coinvolgimento dell’utente, un aspetto essenziale delle prestazioni dell’agente in linea con le aspettative dell’utente.
• L’interfaccia utente generativa agentica di CoAgent formula interfacce dinamiche basate sull’intelligenza artificiale che si adattano ai requisiti degli utenti e alle risposte degli agenti, favorendo la trasparenza riguardo allo stato dell’agente e rafforzando la fiducia degli utenti.

Se queste caratteristiche ti sembrano adatte, potrebbe valere la pena di considerare l’implementazione di CoAgents nella tua configurazione aziendale. Vediamo come procedere.

Creazione di CoAgent o applicazioni AI basate su Copilot

Per creare CoAgent AI o applicazioni basate su Copilot, segui questi passaggi:

1. Installa CopilotKit
2. Imposta l’endpoint backend remoto
3. Integrare l’agente LangGraph

Ora analizziamo più nel dettaglio ogni passaggio.

1] Installa CopilotKit

Prima di immergerti in CoAgents, il primo compito è installare CopilotKit sul tuo sistema. Si presume che tu abbia già impostato Node.js e npm, insieme a una cartella per le tue applicazioni React; tuttavia, l’ultima parte è facoltativa per questo passaggio iniziale. Questo tutorial utilizzerà la chiave API di OpenAI poiché CopilotKit si basa su un modello LLM open source. Procediamo.

• Avvia il Terminale di Windows e accedi alla directory in cui si trova la tua app React utilizzando il comando cd (change directory) .

cd C:\React\myapplication

• Quindi, eseguire il seguente comando.

npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime

• Successivamente, esegui questo comando per installare il supporto OpenAI.

npm install openai

• Vai al file .env del tuo progetto che si trova nella directory principale e includi la seguente riga.

OPENAI_API_KEY=your_api_key_here

Dopo aver apportato queste modifiche, è consigliabile visitare docs.copilot.ai/quickstart per scoprire come configurare l’endpoint e impostare il provider CopilotKit nella tua applicazione.

2] Imposta l’endpoint backend remoto

Per connettere la tua applicazione Copilot con servizi basati su Python (o qualsiasi alternativa compatibile con Node.js), dobbiamo stabilire una connessione con un endpoint Remote Backend. Per iniziare, installiamo le dipendenze Copilot necessarie tramite Windows Terminal.

pip install copilotkit fastapi uvicorn --extra-index-url https://copilotkit.gateway.scarf.sh/simple/

Successivamente, imposteremo un server FastAPI. Per farlo, esegui i comandi sottostanti.

mkdir my_copilotkit_remote_endpoint cd my_copilotkit_remote_endpoint echo. > server.py

Se il comando echo fallisce, puoi aprire la cartella in Visual Studio Code e creare manualmente il file server.py.

Aprire il file server.py in VSCode e immettere il seguente codice:

from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def read_root():
return {"Hello": "World"}


Successivamente, torna al Terminale di Windows ed esegui quanto segue per installare FastAPI e Uvicorn.

pip install fastapi uvicorn

Una volta terminato, consulta docs.copilot.ai per ulteriori dettagli.

3] Integrare l’agente LangGraph

Il passaggio finale consiste nell’includere l’agente LangGraph nel file server.py. Inizia individuando l’istanza di CopilotKitSDK all’interno del tuo endpoint remoto Python, solitamente presente in server.py. Quindi, modifica l’istanza di CopilotKitSDK per ospitare gli agenti LangGraph aggiungendo le seguenti righe di codice.

agents=[
LangGraphAgent(
name="basic_agent",
description="An agent that provides weather information",
graph=the_langraph_graph,
# copilotkit_config={ # Uncomment this line if using Google Gemini (don't forget to import `copilotkit_messages_to_langchain`)
# "convert_messages": copilotkit_messages_to_langchain(use_function_call=True)
# }
)
],


Questo codice dovrebbe essere incluso nella definizione di CopilotKitSDK.

Per ulteriori informazioni, consultare la guida disponibile su docs.copilotkit.ai/coagents.

Come creare il tuo copilota?

Per stabilire un nuovo copilota, visita la homepage di Copilot Studio (su /copilotstudio.microsoft.com) e seleziona Crea dal menu di navigazione a sinistra, quindi procedi alla pagina Copiloti. In alternativa, puoi cliccare su + Nuovo copilota nella pagina Copiloti. Usa la chat per descrivere il tuo copilota, seguendo le istruzioni fornite nelle domande, oppure scegli Salta per compilare manualmente il modulo. Infine, clicca su “Crea” per finalizzare il processo.

Copilot può generare codice?

Assolutamente, Copilot è in grado di generare codice. Tuttavia, non è infallibile; gli utenti potrebbero riscontrare problemi e bug. Di conseguenza, è importante non integrare direttamente alcun codice fornito da un chatbot AI senza una verifica manuale completa. Puoi utilizzare Copilot di Microsoft in Edge, l’applicazione integrata, oppure utilizzare GitHub Copilot in Visual Studio tramite un’estensione.