Arbeta med Power Apps MCP-server

MCP (Model Context Protocol) är ett öppet protokoll som möjliggör sömlös integrering mellan llm-program (large language model) och externa datakällor och verktyg. Din agent kan använda Power Apps MCP Server för att kommunicera med dina Power Apps, vilket ger korrekt mänsklig översyn i loopen eller agentbaserade arbetsflöden.

Power Apps MCP Server ger din agent två typer av funktioner:

• Automatisera repetitiva appuppgifter:

  Med Power Apps MCP Server kan agenter använda avancerade appverktyg som utvecklats i Power Apps. Till exempel är funktionerna för datainmatningsagenter som tidigare var tillgängliga som en AI-funktion på begäran nu tillgängliga för alla agenter via Power Apps MCP-server. Om du vill använda dem skapar du din agent, konfigurerar MCP-verktyget och dirigerar det till ostrukturerat innehåll så att det kan generera Dataverse-poster med mänsklig granskning och godkännande via det förbättrade agentflödet.

• Övervaka agentaktivitet:

  Power Apps MCP Server tillhandahåller även specialiserade verktyg för företagsanvändare för att övervaka alla agentaktiviteter i agentflödet. Agenter kan nu lämna över kontrollen till människor för granskning, hjälp och styrning med MCP-verktygen. Dessa verktyg ger skaparna mycket mer kontroll över de uppgifter som de vill publicera i agentflödet och när de behöver agent-mänsklig överlämning.

De Power Apps MCP-verktygen förbättrar ju mer du använder dem. När du till exempel gör ändringar i förslag på agentarbetsytan förbättras datainmatningsverktyget baserat på dina korrigeringar. Om du vill använda de förbättrade agentflödesfunktionerna aktiverar och konfigurerar du Power Apps MCP-servern från Microsoft Copilot Studio-agenten. När du har konfigurerat kan du anropa Power Apps MCP-serververktyg från agentinstruktioner med naturligt språk.

Mer information: Skapa en autonom agent som är ansluten till Power Apps MCP-server

Registrera din agent för att använda Power Apps MCP-servern

Om du vill konfigurera en befintlig agent som fanns i den tidigare versionen av agentflödet för att använda den Power Apps MCP-servern måste du göra följande:

1. Lägg till Power Apps MCP-servern i din agent. Det gör du genom att öppna agenten i Copilot Studio och sedan välja Lägg till verktyg.

2. Sök efter Power Apps MCP Server.

3. Välj Lägg till och konfigurera.

4. Uppdatera agentinstruktionerna för att använda vart och ett av verktygen i Power Apps MCP Server vid rätt tidpunkter i orkestreringen. Det finns exempel på hur du gör detta i resten av det här dokumentet.

5. Spara och publicera din agent.

Lista över verktyg

När agenten är ansluten till Power Apps MCP Server kan den välja mellan olika verktyg i Power Platform-miljön. Dessa verktyg kan generera agentflödesobjekt som återger olika användarupplevelser, till exempel en sida vid sida-vy för datainmatningsagenter eller direkt navigering till en post för request_for_assistance scenarier.

log_for_review

Registrerar avslutat agentarbete i agentflödet för granskning. Verktyget log_for_review är avsett för scenarier där en agent har tillräckligt med information för att agera självständigt, men användaren fortfarande bör göras medveten om vad agenten har gjort. Det här verktyget kan ses som ett sätt att passivt övervaka de åtgärder med hög konfidens eller låg risk som utförs av agenter. Det passar bäst för beslut som enkelt kan ändras eller återställas om agenten råkar utföra åtgärden felaktigt. Förutom rubrik, beskrivning och steg kan du också be verktyget att lägga till en länk till antingen en relevant Dataverse-post eller en extern URL till en app. Om en agentåtgärd berör flera Dataverse-poster kan du instruera agenten vilken post den ska navigera till i anslutning till den skapade aktiviteten. Det kan vara länken till den post som agenten skapade med hjälp av Dataverse MCP-servern eller en postlänk som finns i samma kontext som posten som utlöste agentkörningen. De här uppgifterna visas på fliken Slutfört i agentflödet.

Exempelinstruktion

När kunden gör en bokning från portalen måste den här agenten logga informationen för granskning. Rubriken för granskningsobjektet ska baseras på bokningsreferensnumret och måste använda det exakta prefixet “Review Web Booking: ”. I granskningsbeskrivningen skriver du en kortfattad sammanfattning av bokningen som innehåller huvudfält som bokningsreferens, bokningsdatum, sittnummer och status, så att en granskare snabbt kan förstå vad som bearbetades utan att öppna posten. Se till att beskrivningen läses som ett kort stycke och korrekt återspeglar de värden som finns i bokningsposten. Inkludera ditt resonemang som steg. Inkludera även en länk till bokningsuppgifterna.

begär hjälp

Det avsedda syftet med request_assistance verktyget är att göra det möjligt för agenter att visa fel, eskaleringar eller undantag för användare, så att de kan vidta lämpliga åtgärder. Som tillverkare kan du definiera scenarier för när agenten request_assistance ska använda verktyget. Den skapar en agentflödesaktivitet som fylls i i avsnittet Behovsuppmärksamhet i agentflödet. Det här är en asynkron åtgärd som anropar Microsoft Copilot Studio-agenten som väntar tills människan har slutfört åtgärden. Mer information om hur du slutför åtgärdsflödesaktiviteten finns i Övervaka agenter i modelldrivna appar med agentflöde (förhandsversion)

Du kan se statusen In progress för agenten som körs på aktivitetsfliken när agenten visas i Copilot Studio. När användaren har slutfört aktiviteten från agentflödet kommer kontrollen tillbaka till agenten via återanrop och agenten kan slutföra uppgiften.

Precis som med log_for_review verktyget kan du styra aktivitetsutdata för rubrik, beskrivning och steg och kan vara specifik när du talar om för agenten vilken länk som ska associeras med en viss uppgift.

Exempelinstruktion

När denna agent utlöses när ett nytt supportärende skapas, bör den begära assistans. I begäran anger du rubriken genom att prefixera värdet för problemet med "Hjälp behövs: ". I uppgiftsbeskrivningen finns problemtypen, problembeskrivning, datumrapportering och det lösta värdet. Inkludera dina resonemangssteg. Inkludera även en länk till den relaterade Dataverse-ärendeposten. När användaren har slutfört uppgiften fortsätter du bearbetningen genom att ange ärendestatus till Stängd.

Utforma användaren i loopen

Innan du skriver agentens instruktioner ska du bestämma var mänsklig tillsyn hör hemma i arbetsflödet. Använd följande frågor för att identifiera vilka ögonblick som ska använda request_assistance, som ska använda log_for_reviewoch vilka agenten kan hantera autonomt.

Exempelinstruktioner efter mönster

Explicita regel:

"För alla anspråk med ett uppskattat förlustbelopp över 5 000 USD använder du request_assistance för att dirigera anspråket till den tilldelade justeraren innan du fortsätter."

Dynamisk bedömning:

"Om orsaken till förlust är tvetydig eller anspråksdokument står i konflikt med varandra använder du request_assistance för att flagga anspråket för justeringsgranskning."

Passiv tillsyn:

"När du har slutfört täckningsbestämningen använder du log_for_review för att registrera resultatet och bekräfta att påståendet har godkänts för att gå vidare."

Exempel: Husägarens försäkringsskyddsbestämningsagent

I följande exempel visas hur dessa mönster gäller för ett fullständigt, verkligt arbetsflöde.

Agenten utlöses automatiskt när en ny anmälan skickas in. Den hämtar den relevanta policyn, godkännanden och stödjande dokument från Dataverse, och analyserar dem för att producera ett beslutsfattande om täckning, kontrollerar om policyn var aktiv, om den angivna risken omfattas, och om några dokumentkonflikter påverkar tilliten till resultatet.

Därifrån använder agenten Power Apps MCP-servern för att visa resultat i agentflödet baserat på vad den hittade. Om anspråket är tvetydigt, konfliktfyllt eller kräver justeringsbedömning använder request_assistance agenten för att skapa en uppgift för den tilldelade justeraren med den kontext som de behöver agera. Om anspråket är klart använder log_for_review agenten för att registrera resultatet passivt och ingen åtgärd krävs. När en justerare slutför en uppgift, återupptar agenten sitt arbete, läser beslutet, uppdaterar skadeanmälningen och loggar ett avslutsmeddelande tillbaka till flödet.

Resultatet är ett arbetsflöde där agenten hanterar den rutinmässiga volymen autonomt och hämtar in en människa endast vid verkliga beslutspunkter med tillräckligt med kontext för att justeraren ska kunna agera omedelbart.

invoke_data_entry

Verktyget invoke_data_entry effektiviserar skapandet av Dataverse-poster genom att extrahera strukturerad information från ostrukturerade indata, till exempel e-postmeddelanden, meddelanden eller dokument. När den anropas från en Copilot Studio-agent analyserar den automatiskt inkommande innehåll, fyller i lämpligt formulär med extraherade data och presenterar den föreslagna posten som en uppgift i agentflödet för användargranskning och godkännande. Detta kräver granskning av den föreslagna posten av en användare innan posten skapas. Poster skapas aldrig automatiskt med hjälp av invoke_data_entry verktyget. Detta möjliggör snabb och tillförlitlig datainsamling med minimal manuell ansträngning.

Exempelinstruktion – utlös agent för delad e-post

Du är agenten som genererar reseidéer. Ditt jobb är att bearbeta inkommande e-postmeddelanden och skapa reseidéposter i Dataverse.

När ett e-postmeddelande kommer:

1. Kontrollera om den innehåller reserelaterad information (antingen i e-postmeddelandets brödtext eller i bifogade filer).

2. Använd verktyget invoke_data_entry för att skapa ett reseidéregister med den extraherade informationen i följande kolumner:

   • cr3ea_title
   • Beskrivning_av_cr3ea
   • cr3ea_triptype
   • cr3ea_customername
   • cr3ea_customeremail
   • cr3ea_customerphone
   • cr3ea_destinationcity
   • cr3ea_travelstart
   • cr3ea_travelend
   • cr3ea_numberoftravelers
   • cr3ea_budgetusd
   • cr3ea_specialrequests (särskilda förfrågningar)

3. Om informationen saknas skapar du fortfarande posten med tillgängliga data – lämna okända fält tomma.

Så här fungerar invoke_data_entry-verktyget

När du konfigurerar en Copilot Studio-agent för att använda Power Apps MCP-server och aktivera invoke_data_entry verktyget följer agenten den här processen:

1. En agentutlösare utlöses baserat på konfigurationen, till exempel ett e-postmeddelande som anländer till en övervakad postlåda eller ett nytt dokument som laddats upp till SharePoint.
2. Agenten analyserar inkommande innehåll och dina instruktioner för att avgöra om invoke_data_entry verktyget ska användas.
3. Om det behövs, anropas verktyget invoke_data_entry, och skickar indatainnehållet till mål-Dataverse-tabellen och kolumnerna som ska förutsägas.
4. Verktyget bearbetar indata, extraherar relevant information och fyller i ett Dataverse-formulär med föreslagna värden för varje mappad kolumn.
5. En uppgift dyker upp i agentflödet. Om du väljer den öppnas granskningsfunktionen för datainmatning. Den vänstra panelen visar de ursprungliga indata och den högra panelen visar formuläret fyllt med föreslagna värden.
6. Användaren kan granska de extraherade värdena, göra korrigeringar om det behövs och sedan spara posten i Dataverse.

Lämna feedback

Så här ger du feedback om verktyget invoke_data_entry:

1. Öppna en invoke_data_entry-uppgift i agentflödet.
2. Välj feedbackknappen i aktivitetshuvudet.
3. Välj att ge en komplimang, rapportera ett problem eller lägga fram ett förslag.

Relaterade artiklar

Lägga till agenter i din modelldrivna app (förhandsversion)

Övervaka agenter i modelldrivna appar med agentflöde (förhandsversion)