Del via

Oversikt over referansearkitekturer for Power Platform og Copilot Studio

Referansearkitekturer er viktige rammeverk som veileder utformingen og implementeringen av løsninger ved hjelp av Power Platform. Ved å evaluere referansearkitekturer kan organisasjoner bygge kraftige, pålitelige og skalerbare løsninger som oppfyller deres forretningsbehov og drive innovasjon.

Tittel Beskrivelse
Streamline-dokumentbehandling med AI Builder Effektiviser dokumentbehandlingen og automatiser datauttrekking fra ulike dokumenter som skjemaer, fakturaer og bestillinger.
Perform prediktiv dataanalyse med Dataverse, Fabric og Azure AI services Utfør prediktiv dataanalyse ved hjelp av Dataverse, Microsoft Fabric og Azure AI og lær anbefalte fremgangsmåter for datainntak, modellopplæring og visualisering, slik at du kan bygge robuste prediktive modeller og handlingsvennlig innsikt.
Integrate eldre data med Power Automate og SharePoint Effektiviser prosessen med å integrere eldre data med moderne plattformer.
Bruk Dataverse-bakgrunnsoperasjoner Bruk egendefinerte API-er til å definere egendefinerte meldinger og implementere forretningslogikk gjennom plugin-moduler, noe som muliggjør bakgrunnsbehandling som eliminerer behovet for en vedvarende tilkobling under kjøring.
Secure Power Platform tilgang til ressurser i ditt virtuelle nettverk Bruk Microsoft Azure Virtual Network støtte for Power Platform til å integrere Power Platform med ressurser i virtual network uten å utsette dem for offentlig Internett.
Integrer Power Platform med SAP Lær om arkitekturen, arbeidsflytene og tilkoblingsmetodene som er tilgjengelige for å integrere Power Platform med SAP for å sikre en jevn integreringsprosess.
Integrate Microsoft Fabric Lakehouse-data ved hjelp av dataverse virtuelle tabeller Samle inn data fra flere interne systemer i en Microsoft Fabric Lakehouse, og bruk dataene i Power Platform-apper og -automatiseringer ved hjelp av dataverse virtuelle tabeller.
Bruk REST-API-er til å utvide funksjonaliteten til lerretsapper Når du arbeider med komplekse algoritmer eller med mange datakilder som flytter logikken fra lerretsappen til en RESTful-API, kan det være et godt valg for å holde formlene i Power Apps lerretsprogrammet enkelt, samtidig som du flytter mer kompleks funksjonalitet på serversiden.
Bruk Dataverse som datakilde for lerretsapper​ Oppretting av et Power Apps program som bruker Dataverse som datakilde, kan gjøre det mulig å bygge en mer egendefinert brukeropplevelse.
Reduser infrastrukturutfordringer med vertshus RPA i Power Automate Lær hvordan du bruker funksjonen Vertsbasert RPA til å redusere tiden og innsatsen som kreves for å anskaffe, klargjøre, operasjonalisere og vedlikeholde infrastruktur for å støtte automatisering av robotprosesser.
Bruk SQL Server med lerretsapper Lær hvordan du bygger og publiserer en lerretsapp i bedriftsklasse ved hjelp av SQL Server som datakilde.
Bruk komplekse relasjoner med Microsoft Dataverse Lær hvordan du modellerer komplekse datarelasjoner i Microsoft Dataverse for å utforme effektive forretningsprogrammer.
Trekke ut og analysere agentsamtaleavskrifter Lær hvordan du trekker ut og analyserer agentsamtaleavskrifter med KUNSTIG INTELLIGENS for å avdekke viktige innsikter, forbedre nøyaktigheten og forbedre beslutningsprosesser.
Implementere et skalerbart varslingssystem med Power Platform Lær hvordan du implementerer et skalerbart varslingssystem for å automatisere SMS- og e-postpåminnelser og forbedre avtalepålitelighet.
Optimaliser ytelsen til lerretsapper som krever kompleks forretningslogikk Lær hvordan du optimaliserer Power Apps lerretsappytelse ved å flytte kompleks forretningslogikk til Dataverse ved hjelp av Power Fx-funksjoner eller dataverse egendefinerte API-er.
Analyser og automatiser forretningsdata med Dataverse SDK for Python Lær hvordan Dataverse SDK for Python gir utviklere og dataforskere mulighet til å analysere, automatisere og innovere med data i bedriftsklasse.
Bruk Copilot Studio-agenter i modelldrevne apper Lær hvordan du integrerer Microsoft Copilot Studio med Power Apps ved hjelp av agent-API-er i PCF-kontroller for å gi brukerne intelligente, kontekstavhengige anbefalinger.
  • Last updated on