Utilizzare l'agente di dati di Fabric dai servizi Microsoft Foundry (anteprima)

• Gli sviluppatori e gli utenti finali in Foundry devono avere almeno il ruolo AI Developer Role-Based Controllo di accesso (RBAC).

Come funziona

Nel Servizio Agent, creare un nuovo agente e aggiungere Agente dati Fabric come una delle sue fonti di conoscenza. Al fine di stabilire questa connessione, è necessario l'ID dell'area di lavoro e l'ID dell'artefatto per l'agente dati Fabric. La configurazione consente all'agente di intelligenza artificiale di Azure di valutare le origini disponibili quando riceve una query, per assicurarsi che richiami lo strumento corretto per elaborare la richiesta. Attualmente, è possibile aggiungere un solo agente dati Fabric come origine delle conoscenze all'agente di intelligenza artificiale Azure.

Elaborazione delle query: quando un utente invia una query dal playground Foundry, il Servizio Agente determina se l'agente di dati Fabric è lo strumento migliore per l'attività. In caso affermativo, l'agente di intelligenza artificiale Azure:

• Usa l'identità dell'utente finale per generare query sicure sulle origini dati a cui l'utente ha l'autorizzazione per accedere dall'interno dell'agente dati Fabric.
• Richiama Fabric per recuperare ed elaborare i dati, per garantire un'esperienza uniforme e automatizzata.
• Combina i risultati dell'agente dati di Fabric con la propria logica per generare risposte esaustive. L'autorizzazione di pass-through dell'identità (On-Behalf-Of) protegge questo flusso, per garantire una sicurezza affidabile e un controllo di accesso appropriato per i dati aziendali.

Aggiungere l'agente di dati Fabric all'agente IA di Azure

È possibile aggiungere un agente dati Fabric all'agente di intelligenza artificiale Azure a livello di codice o con l'interfaccia utente. Per esempi di codice dettagliati e altre istruzioni, vedere la documentazione sull'integrazione dell'agente di intelligenza artificiale Azure.

Aggiungi agente dati Fabric tramite l'interfaccia utente:

• Passare al riquadro sinistro. In Crea e personalizza selezionare Agenti, come illustrato nello screenshot seguente:

Questo passaggio visualizza l'elenco degli agenti di intelligenza artificiale Azure esistenti. È possibile aggiungere Fabric a uno di questi agenti oppure selezionare Nuovo agente per creare un nuovo agente. La creazione di un nuovo agente genera un ID agente univoco e un nome predefinito. Il nome può essere modificato in qualsiasi momento. Per altre informazioni, vedere Che cos'è Azure OpenAI nel portale Foundry.

• Inizia ad aggiungere una fonte di conoscenza: seleziona il pulsante Aggiungi, come illustrato nello screenshot seguente.

Questo passaggio apre un menu dei tipi di origine delle informazioni supportati.

• Selezionare Microsoft Fabric come Origine: dall'elenco scegliere Microsoft Fabric, come illustrato nello screenshot seguente:

Con questa opzione, l'agente può accedere all'agente dati Fabric.

• Creare una connessione: se in precedenza è stata stabilita una connessione a un agente dati Fabric, è possibile riutilizzare tale connessione per il nuovo agente di intelligenza artificiale Azure. In caso contrario, selezionare Nuova connessione per creare una connessione, come illustrato nello screenshot seguente:

Viene visualizzata la finestra Creare una nuova connessione Microsoft Fabric, come illustrato nello screenshot seguente:

Quando si configura la connessione, specificare i valori dell'agente dati Fabric workspace-id e artifact-id come chiavi personalizzate. È possibile trovare i valori workspace-id e artifact-id nell'endpoint dell'agente dati pubblicato Fabric. L'endpoint dell'agente dati Fabric ha questo formato:

https://fabric.microsoft.com/groups/ < workspace_id>/aiskills/<artifact-id> e selezionare la casella di controllo Is Secret

Assegnare infine un nome alla connessione e scegliere se renderlo disponibile a tutti i progetti in Foundry o limitarlo al progetto corrente.

Dopo aver selezionato Connect, l'agente dati Microsoft Fabric viene aggiunto come risorsa Knowledge, come illustrato nello screenshot seguente:

È anche necessario fornire istruzioni all'agente di intelligenza artificiale Azure su quando, come e in quali condizioni usare l'agente dati Fabric. Dal punto di vista dell'agente di intelligenza artificiale di Azure, l'agente dati Fabric viene considerato come uno strumento di Fabric, quindi è possibile farvi riferimento nelle istruzioni.

È anche possibile modificare il modello di distribuzione, aggiungere azioni o modificare le impostazioni del modello in base ai requisiti del caso d'uso. Dopo aver configurato completamente l'agente di intelligenza artificiale Azure, selezionare Try in playground per testarne le prestazioni.

Aggiungi Fabric agente dati a livello di codice: i passaggi seguenti descrivono come aggiungere un agente dati Fabric a livello di codice all'agente di intelligenza artificiale Azure in Python. Per altri linguaggi (C#, JavaScript), vedere questa risorsa.

Passaggio 1: Creare un client del progetto

Creare un oggetto client contenente la stringa di connessione che si connette al progetto di intelligenza artificiale e ad altre risorse.

import os
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
from azure.ai.agents.models import FabricTool, ListSortOrder

Passaggio 2: Creare un agente con lo strumento di Microsoft Fabric abilitato

Per rendere disponibile lo strumento agente dati Fabric all'agente di intelligenza artificiale Azure, usare una connessione per inizializzare lo strumento e collegarlo all'agente. È possibile trovare la connessione nella sezione risorse connesse del progetto nel portale foundry.

# The Fabric connection ID can be found in the Foundry project as a property of the Fabric tool
# Your connection ID is in the format /subscriptions/<your-subscription-id>/resourceGroups/<your-resource-group>/providers/Microsoft.MachineLearningServices/workspaces/<your-project-name>/connections/<your-fabric-connection-name>
conn_id = "your-connection-id"

# Initialize the AI project client
project_client = AIProjectClient(
    endpoint=os.environ["PROJECT_ENDPOINT"],
    credential=DefaultAzureCredential(),
)

# Initialize agent Fabric tool and add the connection ID
fabric = FabricTool(connection_id=conn_id)

# Create agent with the Fabric tool and process assistant run
with project_client:
    agent = project_client.agents.create_agent(
        model="gpt-4o",
        name="my-assistant",
        instructions="You are a helpful assistant",
        tools=fabric.definitions,
        headers={"x-ms-enable-preview": "true"},
    )
    print(f"Created agent, ID: {agent.id}")

Passaggio 3: Creare un thread

# Create thread for communication
thread = project_client.agents.create_thread()
print(f"Created thread, ID: {thread.id}")

# Create message to thread
# Remember to update the message with your data
message = project_client.agents.create_message(
    thread_id=thread.id,
    role="user",
    content="what is top sold product in Contoso last month?",
)
print(f"Created message, ID: {message.id}")

Passaggio 4: Creare un'esecuzione e controllare l'output

Avvia un'esecuzione e osserva che il modello utilizza lo strumento agente per i dati Fabric per fornire una risposta alla domanda dell'utente.

# Create and process agent run in thread with tools
run = project_client.agents.create_and_process_run(thread_id=thread.id, assistant_id=agent.id)
print(f"Run finished with status: {run.status}")

if run.status == "failed":
    print(f"Run failed: {run.last_error}")

# Delete the assistant when done
project_client.agents.delete_agent(agent.id)
print("Deleted agent")

# Fetch and log all messages
messages = project_client.agents.list_messages(thread_id=thread.id)
print(f"Messages: {messages}")

Contenuti correlati

• Concetto di agente dei dati
• Esercitazione end-to-end dell'agente di dati