Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
[Dieser Artikel ist die Vorabveröffentlichungsdokumentation und unterliegt Änderungen.]
Mithilfe von Codedolmetschern können Copilot Studio-Agents Python Code generieren und ausführen, wenn sie auf Benutzeraufforderungen reagieren müssen. Code-Interpreter unterstützt Aufgaben wie statistische Analysen, Tabellen-Joins, Prognosen und Diagramm-Generierung. Diese Aufgaben arbeiten mit strukturierten Dateien wie CSV und Excel.
Von Bedeutung
Dieser Artikel enthält Microsoft Copilot Studio Vorschaudokumentation und kann geändert werden.
Funktionen in der Vorschauversion sind nicht für den produktiven Einsatz gedacht und können eine eingeschränkte Funktionalität aufweisen. Diese Funktionen stehen vor dem offiziellen Release zur Verfügung, damit Sie früher Zugriff darauf erhalten und Feedback geben können.
Wenn Sie einen produktionsbereiten Agent erstellen, lesen Sie Microsoft Copilot Studio Overview.
Das Wertversprechen der Verwendung von Codedolmetschern zum Analysieren strukturierter Datendateien lautet:
- Indem Sie deterministische, reproduzierbare Berechnungen verwenden, können Sie vertrauenswürdige Analysen innerhalb von Agenten entsperren, anstatt sich auf die inhärenten mathematischen und Schlussfolgerungsmöglichkeiten des großen Sprachmodells zu verlassen, um analytische Fragen zu beantworten.
- Senken Sie die Fähigkeitsbarriere für fortgeschrittene Analysen, indem Sie den Nutzern erlauben, analytische Fragen in natürlicher Sprache zu stellen.
- Erstellen Sie programmatisch Tabellen und Visualisierungen der Ergebnisse, die Nutzer sehen, herunterladen und wiederverwenden können.
Copilot Studio-Agents können Codedolmetscher verwenden, um strukturierte Dateien zu analysieren, die dem Agent auf zwei Arten zur Verfügung gestellt werden:
- Als Endbenutzer, wenn Sie strukturierte Dateien hochladen, während Sie mit dem Agent chatten.
- Als Hersteller fügen Sie SharePoint Documentsbibliothek als Wissensquelle hinzu, die wiederum die strukturierten Dateien enthält.
Anforderungen
Licensing: Microsoft Copilot Studio Abrechnung und Lizenzierung. Codegenerierung und -ausführung zählen als Text- und generative KI-Tools (Premium) -Funktionen.
Unterstützte Regionen: Verfügbar für alle öffentlichen Clouds. Souveräne Clouds werden derzeit nicht unterstützt.
Umfassend getestete Szenarien
Microsoft hat die folgenden Szenarien umfassend mit einem hohen Vertrauensniveau getestet.
Hinweis
- Wenn Ihr Szenario nicht zu den in den Tabellen aufgeführten Szenarien gehört, funktioniert es möglicherweise noch. Die in den folgenden Tabellen aufgeführten Szenarien spiegeln die Gruppe der Szenarien wider, die Microsoft auf der Grundlage der erwarteten Kundennutzung umfassend getestet hat.
- Die Größenbeschränkung für jede Datei, die von Codedolmetschern unabhängig vom Dateityp analysiert werden kann, beträgt 16 MB. Sie können maximal 10 Dateien hochladen.
Szenarien für Excel-Dateien (.xlsx)
| Kategorie | Szenariobeschreibung | Beispiel 1 | Beispiel 2 | Beispiel 3 |
|---|---|---|---|---|
| Nachschlagen - einzelnes Blatt | Dient zum Abrufen eines bestimmten Werts, einer Bezeichnung oder eines Datensatzes aus einem einzelnen Blatt einer Excel-Datei. Es ist keine Zeilenübergreifende Berechnung erforderlich. Die Antwort ist als direkte Zellen-/Zeilensuche vorhanden. Behandelt numerische Werte, Textattribute (Namen, Rollen, Kategorien) und Zeitstempel. | Welche Vorrichtungen verfügen über Seitennetze, die mindestens drei Tore abdecken? | Was war der Free Cashflow in Q4 2024? | Zu welchem Segment gehören Großhandelskraftstoffe ab dem Q1 2024? |
Szenarien für .csv Dateien
| Kategorie | Szenariobeschreibung | Beispiel 1 | Beispiel 2 | Beispiel 3 |
|---|---|---|---|---|
| Nachschlagen – einzelne Datei | Dient zum Abrufen eines bestimmten Werts, Attributs oder Datensatzes aus einer einzelnen CSV-Datei. Behandelt Entitätssuchvorgänge (Kontakte, Flughäfen, Windprojekte), den Abruf von zeitpunktbezogenen Werten und kleine Tabellensuchen. Keine Zeilenübergreifende Aggregation erforderlich. | Wer ist der Entwickler des Sunrise Wind Projekts? | Wie viele Motorräder wurden 1970 in Tennessee registriert? | Wer besitzt den Flughafen Horseshoe Landings in Keenesburg, CO? |
| Aggregat – einzelne Datei | Berechnen Sie Summen, Anzahlen, Unterschiede, Gruppenzusammenfassungen oder Ranglistenabfragen innerhalb einer einzelnen CSV-Datei. Umfasst Finanzaggregationen, bedingte Zählungen, sortierte Abfragen (max/min) und Zusammenfassungen auf Gruppenebene, die als Zahlen, Text oder Tabellen zurückgegeben werden. | Was war der Gesamtlizenzwert des Onshore-Ölumsatzes im Jahr 2019? | Wie viele mehr Lkw wurden im Jahr 2020 in Kalifornien registriert als im Jahr 2010? | Was ist der Gesamtumsatz, der von jeder Region im Januar 2025 generiert wird? |
| Nachschlagen – mehrere Dateien | Verknüpfen oder querverweisen mehrere CSV-Dateien, um einen bestimmten Wert oder eine bestimmte Liste abzurufen (z. B. Nachschlagen des Inventars durch Abgleich von Teilenamen in einer Teileliste, einem Bestand und einer Preisliste oder Abfragen von Emissionsdaten durch Verknüpfen von Sektornamen zu einer Hauptemissionensdatei). | Wie viele Wasserstrahlschneider sind im Ostlager verfügbar? | Wie lautet der Bildungspreis einer 10x24-Drehmaschine? | Wie viele 3/8"-Bohrer sind im Ostlager vorrätig? |
| Aggregat – mehrere Dateien | Aggregieren oder Vergleichen von Daten, die über mehrere CSV-Dateien verteilt sind (z. B. das Summieren der Mitarbeiterstunden über monatlich separierte CSVs hinweg für ein Vierteljahresergebnis, das Zählen von Abschlüssen über jährliche CSV-Exporte hinweg, oder die Rangfolge der Sektoren nach Emissionen in zusammengeführten Dateien). | Wie viele Arbeitsstunden wurden in Q3 erfasst? | Was war die früheste Zeit, zu der Chris im Juli einstempelte? | Welcher Sektor produzierte 2020 die meisten CO2? |
Verwenden Sie Code Interpreter zur Analyse einer vom Benutzer hochgeladenen strukturierten Datendatei
Wählen Sie in Copilot Studio Settings>Generative AI aus. Aktivieren Sie unter "Dateiverarbeitungsfunktionen" die Umschaltfläche " Dateiuploads ".
Unter Dateiverarbeitungsfunktionen aktivieren Sie den Code-Interpreter-Schalter .
Wählen Sie Speichern aus.
Schreiben Sie im Testbereich eine Abfrage, die erfordert, dass der Agent eine Berechnung mithilfe von Daten aus einer strukturierten Datendatei durchführt. Fügen Sie die Datendatei an die Eingabeaufforderung an.
Verwenden des Codedolmetschers zur Analyse einer strukturierten Datendatei als SharePoint-Wissensquelle
Wenn Ihr Agent noch nicht über eine SharePoint strukturierte Datendatei als Wissensquelle verfügt, diese SharePoint Datei als Wissensquelle hinzugefügt.
Wählen Sie in Copilot Studio Settings>Generative AI aus. Unter Dateiverarbeitungsfunktionen aktivieren Sie den Code-Interpreter-Schalter .
Unter Suche aktivieren Sie den Schalter für Tenant-Graph-Verankerung mit semantischer Suche.
Wählen Sie Speichern aus.
Wenn Sie im ersten Schritt eine SharePoint-Datei hinzugefügt haben, veröffentlichen Sie Ihren Agenten.
Testen Sie Ihren Agent, indem Sie ihm eine Abfrage geben, die erfordert, dass der Agent eine Berechnung durchführen muss, um sie zu beantworten.