Travailler avec le serveur MCP Power Apps

Le protocole MCP (Model Context Protocol) est un protocole ouvert qui permet une intégration transparente entre les applications de modèle de langage volumineux (LLM) et les sources et outils de données externes. Votre agent peut utiliser le serveur MCP Power Apps pour communiquer avec vos Power Apps, en offrant la supervision humaine en boucle appropriée ou des flux de travail agentiques.

Power Apps MCP Server équipe votre agent avec deux types de fonctionnalités :

• Automatisez les tâches répétitives de l’application :

  Le serveur MCP Power Apps permet aux agents d’utiliser des outils d’application avancés développés dans Power Apps. Par exemple, les fonctionnalités de l’agent d’entrée de données précédemment disponibles en tant que fonctionnalité IA à la demande sont désormais accessibles à n’importe quel agent via le serveur MCP Power Apps. Pour les utiliser, vous créez votre agent, configurez l’outil MCP et dirigez-le vers du contenu non structuré afin qu’il puisse générer des enregistrements Dataverse avec révision et approbation humaines via le flux d’agent amélioré.

• Superviser l’activité de l’agent :

  Le serveur MCP Power Apps fournit également des outils spécialisés aux utilisateurs professionnels pour superviser toute activité d’agent dans le flux de l’agent. Les agents peuvent désormais remettre le contrôle aux humains à des fins d’examen, d’assistance et de direction avec les outils MCP. Ces outils permettent aux créateurs de mieux contrôler les tâches qu’ils souhaitent publier sur le flux de l’assistant et quand ils ont besoin d’un transfert assistant-humain.

Les outils MCP de Power Apps s'améliorent à mesure que vous les utilisez. Par exemple, lorsque vous apportez des corrections aux suggestions dans le canevas de l’agent, l’outil de saisie de données s’améliore en fonction de vos corrections. Pour utiliser les fonctionnalités de flux d’agent améliorées, activez et configurez le serveur MCP Power Apps à partir de l’agent Microsoft Copilot Studio. Une fois configuré, vous pouvez appeler les outils serveur MCP Power Apps à partir des instructions de l’agent à l’aide du langage naturel.

Plus d’informations : Créer un agent autonome connecté au serveur MCP Power Apps

Intégrer votre agent pour utiliser le serveur MCP Power Apps

Pour configurer un agent existant qui était dans la version précédente du flux d’agent pour utiliser le serveur Power Apps MCP, vous devez effectuer les opérations suivantes :

1. Ajoutez le serveur Power Apps MCP à votre agent. Pour ce faire, ouvrez l’agent dans Copilot Studio, puis sélectionnez Ajouter un outil.

2. Recherchez Power Apps MCP Server.

3. Sélectionnez Ajouter et configurer.

4. Mettez à jour les instructions de votre agent pour utiliser chacun des outils du serveur MCP Power Apps à des moments appropriés dans son orchestration. Il existe des exemples de procédure à suivre dans le reste de ce document.

5. Enregistrez et publiez votre agent.

Liste des outils

Une fois connecté au serveur MCP Power Apps, l’agent peut choisir parmi différents outils dans l’environnement Power Platform. Ces outils peuvent générer des éléments de flux de l’assistant qui affichent des expériences utilisateur variées, comme une vue côte à côte pour les assistants d’entrée de données ou une navigation directe vers un enregistrement pour les request_for_assistance scénarios.

log_for_review

Enregistre le travail de l’agent terminé sur le flux de l’agent pour révision. L’outil log_for_review est destiné aux scénarios où un agent dispose d’informations suffisantes pour agir de manière autonome, mais l’utilisateur doit toujours être informé de ce que l’agent a fait. Cet outil peut être considéré comme un moyen passif de superviser passivement les actions à haut niveau de confiance ou à faible risque effectuées par les agents. Il convient mieux aux décisions qui peuvent être facilement révisées ou annulées si l'agent venait à effectuer une action incorrectement. Outre le titre, la description et les étapes, vous pouvez également demander à l’outil d’ajouter un lien à l’enregistrement Dataverse approprié ou à une URL externe d’application. Si une action d’agent touche plusieurs enregistrements Dataverse, vous pouvez indiquer à l’agent vers quel enregistrement il doit naviguer en rapport avec la tâche créée. Il peut s’agir du lien vers l’enregistrement créé par l’agent à l’aide du serveur MCP Dataverse ou d’un lien d’enregistrement présent dans le contexte tel que l’enregistrement qui a déclenché l’exécution de l’agent. Ces tâches sont affichées sous l’onglet Terminé du flux d’agent.

Exemple d’instruction

Lorsque le client effectue une réservation à partir du portail, cet agent doit enregistrer les détails de la révision. Le titre de l’élément de révision doit être basé sur le numéro de référence de réservation et doit utiliser le préfixe exact « Review Web Booking : ». Dans la description de la révision, écrivez un résumé concis de la réservation qui inclut les champs principaux tels que la référence de réservation, la date de réservation, le numéro de siège et l’état, afin qu’un réviseur puisse rapidement comprendre ce qui a été traité sans ouvrir l’enregistrement. Vérifiez que la description est lue sous la forme d’un court paragraphe et reflète avec précision les valeurs actuelles de l’enregistrement de réservation. Incluez votre raisonnement comme étapes. Incluez également un lien vers l’enregistrement de réservation.

request_assistance

L’objectif prévu de l’outil request_assistance est de permettre aux agents d’exposer des erreurs, des escalades ou des exceptions aux utilisateurs, afin qu’ils puissent prendre les mesures appropriées. En tant que créateur, vous pouvez définir les scénarios pour déterminer quand votre agent doit utiliser l'outil request_assistance. Il crée une tâche de flux d’assistant renseignée dans la section À traiter du flux de l’assistant. Il s’agit d’une opération asynchrone qui appelle l’agent Microsoft Copilot Studio qui attend que l’humain termine l’action. Pour des détails sur l'achèvement de l'activité du flux d'actions, accédez à Superviser les agents dans les applications basées sur des modèles avec le flux d’agents (préversion)

Vous pouvez observer l’état En cours de l’exécution de l’agent dans l’onglet Activité lorsque vous affichez l’agent dans Copilot Studio. Une fois que l’utilisateur a terminé l’activité à partir du flux de l’agent, le contrôle revient à l’agent via le rappel et l’agent peut effectuer la tâche.

Comme avec l’outil log_for_review, vous pouvez contrôler la sortie de la tâche pour le titre, la description et les étapes et être spécifique lorsque vous indiquez à l’agent quel lien associer à une tâche donnée.

Exemple d’instruction

Lorsque cet agent est déclenché par la création d’un nouveau cas de support, il doit demander de l’aide. Dans la demande, définissez le titre en préfixant la valeur du problème avec « Assistance nécessaire : ». Dans la description de la tâche, citons le type de problème, la description du problème, la date signalée et la valeur résolue. Incluez vos étapes de raisonnement. Incluez également un lien vers l’enregistrement de problème Dataverse associé. Une fois que l'utilisateur a terminé la tâche, poursuivez le traitement en définissant l'état du dossier sur Fermé.

Concevoir votre utilisateur dans le processus.

Avant d’écrire les instructions de votre agent, décidez où appartient la supervision humaine dans votre flux de travail. Utilisez les questions suivantes pour identifier les moments qui doivent utiliser request_assistance, ceux qui doivent utiliser log_for_review, et ceux que l’agent peut gérer de manière autonome.

Exemples d’instructions par modèle

Règle explicite :

« Pour toute réclamation avec un montant estimé de perte de plus de 5 000 $, utilisez request_assistance pour acheminer la réclamation vers l’ajusteur affecté avant de continuer. »

Jugement dynamique :

« Si la cause de la perte est ambiguë ou que les documents de revendication sont en conflit les uns avec les autres, utilisez-le request_assistance pour marquer la revendication pour l’examen de l’ajusteur. »

Surveillance passive :

« Après avoir terminé la détermination de la couverture, utilisez log_for_review pour enregistrer le résultat et confirmer que la réclamation a été validée pour progression. »

Exemple : agent de détermination de la couverture d’assurance du propriétaire

L’exemple suivant montre comment ces modèles s’appliquent à un flux de travail complet et réel.

L’agent se déclenche automatiquement lorsqu’une nouvelle revendication est envoyée. Il extrait la police, les avenants et les documents de prise en charge pertinents de Dataverse, puis les analyse pour produire une évaluation de la couverture, en vérifiant si la police était active, si le péril revendiqué est couvert et si les conflits de documents affectent la confiance dans le résultat.

À partir de là, l’agent utilise le serveur Power Apps MCP pour exposer les résultats dans le flux de l’agent en fonction de ce qu’il a trouvé. Si la revendication est ambiguë, conflictuelle ou nécessite un jugement d’ajusteur, l’agent utilise request_assistance pour créer une tâche pour l’ajusteur affecté avec le contexte qu’il doit agir. Si la revendication est clairement coupée, l’agent utilise log_for_review pour enregistrer le résultat passivement et aucune action n’est nécessaire. Lorsqu’un ajusteur termine une tâche, l’agent poursuit son travail, lit la décision, met à jour l’enregistrement du dossier de réclamation et enregistre un avis d'achèvement sur le flux.

Le résultat est un flux de travail où l'agent gère le volume de routine de manière autonome et n'implique un humain que lors des véritables points de décision, avec suffisamment de contexte pour que l'expert puisse agir immédiatement.

invoke_data_entry

L’outil invoke_data_entry simplifie la création d’enregistrements Dataverse en extrayant des informations structurées à partir d’entrées non structurées telles que des e-mails, des messages ou des documents. Lorsqu’il est appelé à partir d’un agent Copilot Studio, il analyse automatiquement le contenu entrant, remplit le formulaire approprié avec les données extraites et présente l’entrée proposée sous forme de tâche dans le flux de l’agent pour la révision et l’approbation des utilisateurs. Il nécessite une révision de l’entrée proposée par un utilisateur avant de créer l’enregistrement. Les enregistrements ne sont jamais créés automatiquement à l’aide de l’outil invoke_data_entry . Cela permet une capture de données rapide et fiable avec un effort manuel minimal.

Exemple d’instruction - Agent déclenché par e-mail partagé

Vous êtes l’agent générateur d’idées de voyage. Votre travail consiste à traiter les e-mails entrants et à créer des enregistrements d’idées de voyage dans Dataverse.

Quand un e-mail arrive :

1. Déterminez s’il contient des informations relatives au voyage (dans le corps de l’e-mail ou les pièces jointes).

2. Utilisez l’outil invoke_data_entry pour créer un enregistrement d’idées de voyage avec les informations extraites dans les colonnes suivantes :

   • titre_cr3ea
   • cr3ea_description
   • cr3ea_triptype
   • cr3ea_customername
   • cr3ea_customeremail
   • cr3ea_customerphone
   • cr3ea_destinationcity
   • cr3ea_travelstart
   • cr3ea_travelend
   • cr3ea_nombredevoyageurs
   • cr3ea_budgetusd
   • cr3ea_specialrequests

3. Si des informations sont manquantes, créez toujours l’enregistrement avec les données disponibles : laissez les champs inconnus vides.

Fonctionnement de l’outil invoke_data_entry

Lorsque vous configurez un agent Copilot Studio pour utiliser le serveur MCP Power Apps et activer l’outil invoke_data_entry, l’agent suit ce processus :

1. Un déclencheur d’agent est déclenché en fonction de votre configuration, par exemple un e-mail arrivant dans une boîte aux lettres supervisée ou un nouveau document chargé sur SharePoint.
2. L’agent analyse le contenu entrant et vos instructions pour déterminer si l’outil invoke_data_entry doit être utilisé.
3. Si nécessaire, l’outil invoke_data_entry est appelé, en passant le contenu d’entrée et la table Dataverse cible et les colonnes de table à prédire.
4. L’outil traite l’entrée, extrait les informations pertinentes et remplit un formulaire Dataverse avec des valeurs suggérées pour chaque colonne mappée.
5. Une tâche apparaît dans le flux de l’agent. La sélection de celle-ci ouvre l’expérience de révision des entrées de données. Le panneau gauche affiche l’entrée d’origine, et le panneau droit affiche le formulaire rempli avec des valeurs suggérées.
6. L’utilisateur peut passer en revue les valeurs extraites, apporter des corrections si nécessaire, puis enregistrer l’enregistrement dans Dataverse.

Fournir des commentaires

Pour fournir des commentaires sur l’outil invoke_data_entry :

1. Ouvrez une tâche invoke_data_entry dans le flux de l’agent.
2. Sélectionnez le bouton commentaires dans l’en-tête de tâche.
3. Choisissez de donner un compliment, de signaler un problème ou de faire une suggestion.

Articles connexes

Ajouter des agents à votre application basée sur des modèles (préversion)

Superviser les agents dans les applications pilotées par des modèles avec le flux des agents (aperçu)