利用 Copilot 技術創建 AI CoAgent 和應用程式
CoAgent提供了一個重要的工具包，將 LanGraph 代理程式整合到 React 應用程式中，從而促進 Agent-Native 應用程式的開發。在本文中，我們將探索這個強大的工具，並指導您如何建立 AI CoAgent 或由 Copilot 增強的應用程式。
什麼是協同代理？
如前所述，CoAgent 作為一個工具包，可以將 AI 代理程式整合到應用程式中，從而創建 Agent-Native 應用程式。讓我們深入研究一下它的特點。
- CoAgent 包含一項稱為「共享狀態」的功能，可讓您的應用程式僅使用一行程式碼即可從代理程式檢索見解。這種同步可以實現應用程式和代理程式之間的即時互動。
- 該工具包還提供即時前端代理，能夠根據用戶上下文和應用程式狀態執行前端和後端任務。這種生成式 UI 允許根據需要自動分配工具呼叫。
- 此外，還有一個流中間代理狀態選項，它可以即時視覺化代理的思維過程，確保透明度並增強用戶參與度——這是代理性能與用戶期望保持一致的一個重要方面。
- CoAgent 的Agentic Generative UI制定了人工智慧驅動的動態介面，可根據使用者需求和代理回應進行調整，從而提高代理狀態的透明度並增強使用者信任。
如果這些功能引起您的共鳴，那麼可能值得考慮在您的業務設定中實施 CoAgents。讓我們回顧一下如何做。
創建由 Copilot 支援的 AI CoAgent 或應用程式
請依照下列步驟建立由 Copilot 支援的 AI CoAgent 或應用程式：
- 安裝副駕駛套件
- 設定遠端後端端點
- 整合 LangGraph 代理
現在，讓我們更詳細地討論每個步驟。
1]安裝副駕駛套件
在深入了解 CoAgents 之前，第一個任務是在您的系統上安裝 CopilotKit。假設您已經設定了 Node.js 和 npm，以及用於 React 應用程式的資料夾；不過，最後一部分對於這個初始步驟是可選的。本教學將利用 OpenAI 的 API 金鑰，因為 CopilotKit 依賴開源 LLM 模型。讓我們繼續吧。
- 啟動 Windows 終端機並使用cd（更改目錄）命令導航至 React 應用程式所在的目錄。
cd C:\React\myapplication
- 接下來，執行以下命令。
npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime
- 之後，執行此命令來安裝 OpenAI 支援。
npm install openai
- 導航至位於根目錄中的項目的.env文件，並包含以下行。
OPENAI_API_KEY=your_api_key_here
完成這些編輯後，建議造訪docs.copilot.ai/quickstart以了解如何設定端點並在應用程式中設定 CopilotKit 提供者。
2]設定遠端後端端點
要將 Copilot 應用程式與基於 Python 的服務（或任何相容的 Node.js 替代方案）連接，我們必須與遠端後端端點建立連接。首先，讓我們使用 Windows 終端機安裝必要的 Copilot 依賴項。
pip install copilotkit fastapi uvicorn --extra-index-url https://copilotkit.gateway.scarf.sh/simple/
接下來，我們將設定一個 FastAPI 伺服器。若要實現此目的，請執行以下命令。
mkdir my_copilotkit_remote_endpoint cd my_copilotkit_remote_endpoint echo. > server.py
如果 echo 命令失敗，您可以在 Visual Studio Code 中開啟該資料夾並手動建立 server.py 檔案。
在VSCode中開啟server.py文件，輸入以下程式碼：
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def read_root():
return {"Hello": "World"}
接下來，返回 Windows 終端機並執行以下命令來安裝 FastAPI 和 Uvicorn。
pip install fastapi uvicorn
完成後，請參閱docs.copilot.ai以了解更多詳細資訊。
3]整合LangGraph代理
最後一步是將 LangGraph 代理程式包含在 server.py 檔案中。首先在 Python 遠端端點中找到 CopilotKitSDK 實例，通常位於 server.py 中。接下來，透過新增以下程式碼行來修改 CopilotKitSDK 實例以適應 LangGraph 代理程式。
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)
# }
)
],
此程式碼應包含在 CopilotKitSDK 定義下。
如需了解更多信息，請參閱 docs.copilotkit.ai/coagents 上提供的指南。
如何打造自己的副駕駛？
要建立新的副駕駛，請訪問 Copilot Studio 主頁（位於 /copilotstudio.microsoft.com）並從左側導航選單中選擇“建立”，然後進入“副駕駛”頁面。或者，您可以點擊副駕駛頁面上的 + 新副駕駛。按照問題中提供的指導，使用聊天來描述您的副駕駛，或選擇「跳過」手動填寫表格。最後，按一下“建立”完成該過程。
Copilot 可以產生程式碼嗎？
當然，Copilot 能夠產生程式碼。然而，它並不是絕對正確的。用戶可能會遇到故障和錯誤。因此，在沒有全面的手動驗證的情況下，不要直接整合人工智慧聊天機器人提供的任何程式碼，這一點很重要。您可以在整合應用程式 Edge 中使用 Microsoft 的 Copilot，或透過擴充功能在 Visual Studio 中使用 GitHub Copilot。
發佈留言