CoAgenttilbyder et værktøjssæt, der kræves til at integrere LanGraph-agenter i React-apps for at bygge Agent-Native-applikationer. I dette indlæg vil vi tale om dette værktøj og se, hvordan du kanbyg AI CoAgents eller apps drevet af Copilot.

Hvad er CoAgents?

Som nævnt tidligere er CoAgent et værktøjssæt, der lader dig integrere AI-agenter i apps for at skabe Agent-Native-applikationer. Lad os nu tale om dets funktioner.

• CoAgents har en funktion kaldetDelt stat, hvilket betyder, at selv en enkelt kodelinje tillader din applikation at hente en indsigt i agenten, og agenten kan hente indsigtsapplikationen, efterhånden som de er synkroniseret og kan interagere i realtid.
• Det giver dig ogsåRealtime frontendagenter, der kan udføre både frontend- og backend-handlinger i henhold til den kontekst, der er angivet af brugeren og applikationens status, da det er generativ brugergrænseflade, spredes disse værktøjsopkald automatisk i henhold til kravet.
• Menneske-i-løkkentillader problemfri integration af menneskelig overvågning og indgriben i AI-arbejdsgange, og specificerer brudpunkter for input eller godkendelse for at forbedre sikkerheden og ydeevnen.
• Det har vi ogsåStream mellemliggende agenttilstand,der visualiserer agentens tankeprocesser i realtid, hvilket giver gennemsigtighed og engagerende brugeroplevelser, afgørende for agentens ydeevne og UX, der opfylder brugernes forventninger.
• CoAgent'sAgent Generative UIskaber dynamiske, AI-genererede grænseflader, der tilpasser sig brugerbehov og agentoutput, hvilket giver synlighed i agentens tilstand og opbygger tillid.

Hvis du kan lide de funktioner, der er nævnt tidligere, vil du måske overveje at bruge CoAgents til din virksomhed, lad os se, hvordan du gør det.

Byg AI CoAgents eller apps drevet af Copilot

Følg trinene nedenfor for at bygge AI CoAgents eller apps drevet af Copilot.

1. Installer CopilotKit
2. Konfigurer Remote Backend Endpoint
3. Tilføj LangGraph-agent

Lad os tale om dem i detaljer.

1] Installer CopilotKit

Før vi begynder med CoAgents, skal vi først installere CopilotKit på din enhed. Det antager vi, at du allerede harpå din computer og har oprettet en mappe til React-applikationer, men den sidste del er valgfri for dette trin. CopilotKit bruger en open source LLM-model, i denne tutorial vil vi brugeOpenAI API nøgle.Lad os uden videre komme i gang.

• ÅbenWindows Terminalog gå til det sted, hvor du har oprettet React-appen ved hjælp afcd (skift mappe)kommando.

cd C:\React\myapplication

• Kør nu følgende kommando.

 npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime

• Udfør derefter kommandoen nævnt nedenfor for at installere OpenAI.

npm install openai

• I dit projekt skal du gå til.evefil, vil den være placeret i roden, og tilføje følgende linje.

OPENAI_API_KEY=your_api_key_here

Efter at have foretaget ændringer i filen, anbefaler vi, at du navigerer tildocs.copilot.ai/quickstartat vide, hvordan du konfigurerer Slutpunktet og konfigurerer CopilotKit-udbyderen i dit projekt.

2] Konfigurer Remote Backend Endpoint

For at integrere Python-baserede tjenester (eller ethvert andet Node.js-alternativ), skal vi forbinde Copilot-appen til et Remote Backend-endepunkt. For at gøre det, lad os først installere Copilot-afhængigheder i Windows Terminal ved hjælp af følgende forespørgsel.

pip install copilotkit fastapi uvicorn --extra-index-url https://copilotkit.gateway.scarf.sh/simple/

Nu skal vi konfigurere FastAI-serveren, for at gøre det skal du køre kommandoerne nævnt nedenfor.

mkdir my_copilotkit_remote_endpoint

cd my_copilotkit_remote_endpoint

echo. > server.py

Hvisekkoikke virkede, kan du åbne mappen i Visual Studio Code og derefter opretteserver.pyfil.

Åbnserver.pyfil i VSCode og indsæt derefter følgende kodelinjer.

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
return {"Hello": "World"}

Gå nu tilbage tilWindows Terminalog installer FastAPI og Uvicorn.

pip install fastapi uvicorn

Når du er færdig med det, skal du gå tildocs.copilot.aiguider for at lære mere.

Læse:

3] Tilføj LangGraph-agent

Dernæst skal vi integrere LangGraph-agenten til server.py-filen.Find først CopilotKitSDK-forekomsten i dit Python Remote Endpoint, som normalt findes i server.py. Juster derefter CopilotKitSDK-forekomsten (etableret i det foregående trin) for at rumme LangGraph-agenter. Du skal tilføje følgende kodelinjer.

agents=[ 
LangGraphAgent(
name="basic_agent",
description="Agent that answers questions about the weather",
graph=the_langraph_graph,
# copilotkit_config={ # if you use Google Gemini, uncomment this code (and import `copilotkit_messages_to_langchain`, see above)
# "convert_messages": copilotkit_messages_to_langchain(use_function_call=True) 
# }
)
],

Dette skal være vedlagt under CopilotKitSDK tag.

For at vide mere, anbefaler vi, at du følger guiden nævnt idocs.copilotkit.ai/coagents.

Relateret læsning:

Hvordan bygger jeg min egen Copilot?

For at oprette en ny copilot skal du gå til Copilot Studios hjemmeside (på /copilotstudio.microsoft.com) og vælgeSkabei venstre navigation, vælg derefterCopiloterside. Alternativt kan du vælge+ Ny andenpilotpå Copilots-siden. Brug chatten til at beskrive din copilot, styret af de stillede spørgsmål, eller vælgSpring over for at konfigurereog udfyld formularen. Til sidst skal du vælge "Opret" for at fuldføre processen.

Læse:

Kan Copilot generere kode?

Ja, Copilot kan generere kode. Det kan dog ikke være perfekt; der kan være flere fejl og fejl. Derfor bør man ikke integrere koden leveret af nogen AI-chatbot uden grundige manuelle inspektioner. Du kan bruge Microsofts Copilot i Edge, den indbyggede app eller

Læs også: