Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Deep Context is het verzamelde begrip van uw omgeving door de agent: uw code, uw infrastructuur, de procedures van uw team en wat er in het verleden is gebeurd. In tegenstelling tot een algemene AI-assistent die elke keer vanaf nul begint, bouwt uw agent een groeiend beeld van hoe uw systemen werken.
Aanbeveling
- Deep Context betekent dat uw agent inzicht heeft in code, infrastructuur en operationele geschiedenis, niet alleen algemene Azure kennis
- Het bouwt dit begrip op via drie pijlers: codeanalyse, permanent geheugen en achtergrondinformatie
- Verbonden broncode-opslagplaatsen (GitHub, Azure DevOps) geven de agent directe toegang tot lezen, zoeken en navigeren in uw codebase
Voor werkruimtehulpprogramma's (bestandsbewerkingen, terminalopdrachten, Python uitvoering) is inschakeling vereist. Neem contact op met uw agentbeheerder of schakel deze in via de pagina Experimentele instellingen in de portal.
Deep Context is geen enkele functie die u inschakelt. Dit is de combinatie van drie pijlers die automatisch samenwerken.
| Pijler | Wat het doet | Hoe het bouwt |
|---|---|---|
| Contextanalyse | Code leest, doorzoekt kennis en navigeert in realtime door uw omgeving | Verbonden opslagplaatsen + knowledge base + gebruikersvoorkeuren |
| Permanent geheugen | Onthoudt eerdere onderzoeken, teamcontext en operationele patronen | Gespreksleer en kennisbestanden |
| Achtergrondinformatie | Leert continu van uw omgeving, zelfs wanneer niemand praat | Codebase-analyse + inzichten genereren + gegevensbronverrijking |
Waarom diepe context belangrijk is
De expertise van uw team bevindt zich op een dozijn verschillende plaatsen: broncode in GitHub, logbestanden in Azure Monitor, configuraties in YAML-bestanden, runbooks in een wiki die niemand bijwerkt en ervaringskennis in de hoofden van uw senior ingenieurs. Wanneer een incident optreedt, is het moeilijkste deel geen redenering voor het probleem. Het is het verzamelen van voldoende context om in de eerste plaats te beginnen met redeneren.
Deep Context lost dit op door uw agent continue toegang te geven tot al deze bronnen, en de mogelijkheid om te onthouden wat er van elke interactie wordt geleerd.
Pijler 1: Contextanalyse
Uw agent heeft continue, directe toegang tot uw verbonden opslagplaatsen, knowledge base en gebruikersvoorkeuren. Er wordt niet gewacht totdat u een vraag stelt voordat u uw code leest. Het verkent uw opslagplaatsen, leert uw projectstructuur en bouwt proactief inzicht.
U kunt op elk gewenst moment meer context toevoegen:
- Connect-opslagplaatsen: koppel GitHub of Azure Repos zodat uw agent uw broncode kan lezen. Zie Connectors.
- Kennisdocumenten uploaden: voeg runbooks, architectuurhandleidingen en teamprocedures toe. Zie Geheugen en kennis.
-
Vertel uw agent dat u moet onthouden. Typ
#rememberin chat om feiten op te slaan die uw agent moet weten. Zie Geheugen en kennis. - Vaardigheden maken: procedures voor probleemoplossing inpakken met hulpprogramma's. Zie vaardigheden.
Beveiliging
Alle werkruimtebewerkingen worden uitgevoerd in een sandbox-omgeving. Code-uitvoering vindt plaats in geïsoleerde containers, niet op de agenthost. voor Azure CLI schrijfopdrachten is expliciete goedkeuring van de gebruiker vereist voordat deze wordt uitgevoerd.
Pijler 2: Permanent geheugen
Uw agent onthoudt wat hij of zij leert. Na elk gesprek extraheert de agent gestructureerde facetten: slagingspercentages van hulpprogramma's, hoofdoorzaken, belangrijke leertrajecten en welke Azure services betrokken waren. Deze worden opgeslagen als permanente kennis en gebruikt om toekomstige onderzoeken te verbeteren.
Meer informatie: Geheugen en kennis
Pijler 3: Achtergrondinformatie
Uw agent bouwt continu aan operationeel inzicht, zelfs wanneer niemand aan het chatten is, via drie achtergrondsystemen.
Codebase-analyse
Wanneer u een codeopslagplaats verbindt, analyseert de agent deze automatisch: projectstructuur, technologiestack, implementatieconfiguraties en serviceafhankelijkheden. Er wordt een SREAGENT.md bestand gemaakt als PR voor uw repository.
Inzicht genereren
Een achtergrondservice aggregeert periodiek gegevens uit meerdere bronnen( eerdere gesprekken, incidenten, werkruimtecontext) en maakt gebruik van semantische overeenkomsten om operationele inzichten in de loop van de tijd te genereren, af te stemmen en te ontwikkelen.
Kusto-schemaverrijking
Wanneer u een Azure Data Explorer (Kusto)-cluster verbindt, detecteert de agent automatisch uw databases en tabellen, documenteert het schema van elke tabel, genereert de leesbare beschrijvingen en bouwt de KQL-querysjablonen.