Tworzenie współagentów i aplikacji AI wykorzystujących technologię Copilot
CoAgent zapewnia niezbędny zestaw narzędzi do integrowania agentów LanGraph z aplikacjami React, ułatwiając rozwój aplikacji Agent-Native. W tym artykule przyjrzymy się temu potężnemu narzędziu i poprowadzimy Cię przez proces tworzenia AI CoAgents lub aplikacji ulepszonych przez Copilot.
Czym jest CoAgent?
Jak wspomniano wcześniej, CoAgent służy jako zestaw narzędzi, który umożliwia integrację agentów AI z aplikacjami, co prowadzi do tworzenia aplikacji Agent-Native. Przyjrzyjmy się bliżej jego funkcjom.
- CoAgent obejmuje funkcję znaną jako Shared State , która umożliwia aplikacji pobieranie spostrzeżeń od agenta za pomocą tylko jednej linii kodu. Ta synchronizacja umożliwia interakcję w czasie rzeczywistym między aplikacją a agentem.
- Zestaw narzędzi oferuje również agentów Real-Time Frontend, którzy są w stanie wykonywać zadania zarówno frontendowe, jak i backendowe w oparciu o kontekst użytkownika i stan aplikacji. Ten generatywny interfejs użytkownika umożliwia automatyczną dystrybucję wywołań narzędzi zgodnie z potrzebami.
- Dodatkowo dostępna jest opcja Stream Intermediate Agent State , która umożliwia wizualizację procesów myślowych agenta w czasie rzeczywistym, zapewniając przejrzystość i zwiększając zaangażowanie użytkownika — jest to istotny aspekt wydajności agenta zgodny z oczekiwaniami użytkowników.
- Interfejs użytkownika Agentic Generative UI firmy CoAgent tworzy dynamiczne interfejsy oparte na sztucznej inteligencji, które dostosowują się do wymagań użytkowników i odpowiedzi agentów, zwiększając przejrzystość stanu agenta i wzmacniając zaufanie użytkowników.
Jeśli te funkcje do Ciebie przemawiają, warto rozważyć wdrożenie CoAgents w Twojej konfiguracji biznesowej. Przeanalizujmy, jak to zrobić.
Tworzenie współagentów AI lub aplikacji obsługiwanych przez Copilot
Aby utworzyć współagenty AI lub aplikacje obsługiwane przez Copilot, wykonaj następujące kroki:
- Zainstaluj CopilotKit
- Skonfiguruj zdalny punkt końcowy zaplecza
- Zintegruj agenta LangGraph
Omówmy teraz każdy krok bardziej szczegółowo.
1] Zainstaluj CopilotKit
Zanim zagłębisz się w CoAgents, pierwszym zadaniem jest zainstalowanie CopilotKit w systemie. Zakłada się, że masz już skonfigurowane Node.js i npm, a także folder dla aplikacji React; jednak ostatnia część jest opcjonalna dla tego początkowego kroku. Ten samouczek wykorzysta klucz API OpenAI, ponieważ CopilotKit opiera się na modelu LLM typu open source. Przejdźmy dalej.
- Uruchom terminal Windows i przejdź do katalogu, w którym znajduje się aplikacja React, korzystając z polecenia cd (change directory) .
cd C:\React\myapplication
- Następnie wykonaj następujące polecenie.
npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime
- Następnie uruchom to polecenie, aby zainstalować obsługę OpenAI.
npm install openai
- Przejdź do pliku .env swojego projektu , który znajduje się w katalogu głównym, i dodaj następujący wiersz.
OPENAI_API_KEY=your_api_key_here
Po wprowadzeniu tych zmian zaleca się odwiedzenie strony docs.copilot.ai/quickstart , aby dowiedzieć się, jak skonfigurować punkt końcowy i ustawić dostawcę CopilotKit w swojej aplikacji.
2] Skonfiguruj zdalny punkt końcowy zaplecza
Aby połączyć aplikację Copilot z usługami opartymi na Pythonie (lub dowolnymi zgodnymi alternatywami Node.js), musimy nawiązać połączenie z punktem końcowym Remote Backend. Na początek zainstalujmy niezbędne zależności Copilot za pomocą terminala Windows.
pip install copilotkit fastapi uvicorn --extra-index-url https://copilotkit.gateway.scarf.sh/simple/
Następnie skonfigurujemy serwer FastAPI. Aby to osiągnąć, uruchom poniższe polecenia.
mkdir my_copilotkit_remote_endpoint cd my_copilotkit_remote_endpoint echo. > server.py
Jeśli polecenie echo nie zadziała, możesz otworzyć folder w programie Visual Studio Code i ręcznie utworzyć plik server.py.
Otwórz plik server.py w VSCode i wprowadź następujący kod:
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def read_root():
return {"Hello": "World"}
Następnie wróć do terminala Windows i uruchom poniższe polecenie, aby zainstalować FastAPI i Uvicorn.
pip install fastapi uvicorn
Po zakończeniu zapoznaj się ze szczegółowymi informacjami na stronie docs.copilot.ai .
3] Zintegruj agenta LangGraph
Ostatnim krokiem jest uwzględnienie agenta LangGraph w pliku server.py. Zacznij od zlokalizowania instancji CopilotKitSDK w Python Remote Endpoint, zwykle znajdującej się w pliku server.py. Następnie zmodyfikuj instancję CopilotKitSDK, aby dostosować ją do agentów LangGraph, dodając następujące wiersze kodu.
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)
# }
)
],
Ten kod powinien zostać uwzględniony w definicji CopilotKitSDK.
Więcej informacji znajdziesz w przewodniku dostępnym na stronie docs.copilotkit.ai/coagents.
Jak stworzyć własnego drugiego pilota?
Aby utworzyć nowego drugiego pilota, odwiedź stronę główną Copilot Studio (na /copilotstudio.microsoft.com) i wybierz Utwórz z lewego menu nawigacyjnego, a następnie przejdź do strony Copilots. Możesz również kliknąć + Nowy drugi pilot na stronie Copilots. Użyj czatu, aby opisać swojego drugiego pilota, postępując zgodnie ze wskazówkami podanymi w pytaniach, lub wybierz Pomiń, aby ręcznie wypełnić formularz. Na koniec kliknij „Utwórz”, aby zakończyć proces.
Czy Copilot może generować kod?
Oczywiście, Copilot jest w stanie generować kod. Jednak nie jest nieomylny; użytkownicy mogą napotkać usterki i błędy. W związku z tym ważne jest, aby nie integrować bezpośrednio żadnego kodu dostarczonego przez chatbota AI bez kompleksowej weryfikacji ręcznej. Możesz wykorzystać Copilot firmy Microsoft w Edge, zintegrowaną aplikację lub użyć GitHub Copilot w Visual Studio za pośrednictwem rozszerzenia.
Dodaj komentarz