CoAgenttilbyr et verktøysett som kreves for å integrere LanGraph-agenter i React-apper for å bygge Agent-Native-applikasjoner. I dette innlegget skal vi snakke om dette verktøyet og se hvordan du kanbygge AI CoAgents eller apper drevet av Copilot.

Hva er CoAgents?

Som nevnt tidligere, er CoAgent et verktøysett som lar deg integrere AI-agenter i apper for å lage Agent-Native-applikasjoner. La oss nå snakke om funksjonene.

• CoAgents har en funksjon som heterDelt tilstand, på grunn av dette, til og med en enkelt kodelinje lar applikasjonen din hente innsikt fra agenten, og agenten kan hente innsiktsapplikasjonen etter hvert som de er synkronisert og kan samhandle i sanntid.
• Det gir deg ogsåFrontend i sanntidagenter som kan utføre både frontend- og backend-handlinger i henhold til konteksten gitt av brukeren og statusen til applikasjonen, siden det er generativt brukergrensesnitt, distribueres disse verktøykallene automatisk i henhold til kravet.
• Menneske-i-løkkentillater sømløs integrering av menneskelig tilsyn og intervensjon i AI-arbeidsflyter, og spesifiserer bruddpunkter for input eller godkjenning for å forbedre sikkerhet og ytelse.
• Det har vi ogsåStream mellomliggende agentstatus,som visualiserer agentens tankeprosesser i sanntid, og gir åpenhet og engasjerende brukeropplevelser, avgjørende for agentytelse og brukeropplevelse som oppfyller brukernes forventninger.
• CoAgent'sAgentisk generativt brukergrensesnittskaper dynamiske, AI-genererte grensesnitt som tilpasser seg brukerbehov og agentutganger, og gir innsyn i agentens tilstand og bygger tillit.

Hvis du liker funksjonene som er nevnt tidligere, vil du kanskje vurdere å bruke CoAgents for virksomheten din, la oss se hvordan du gjør det.

Bygg AI CoAgents eller apper drevet av Copilot

Følg trinnene nedenfor for å bygge AI CoAgents eller apper drevet av Copilot.

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

La oss snakke om dem i detalj.

1] Installer CopilotKit

Før vi begynner med CoAgents, må vi først installere CopilotKit på enheten din. Vi antar at du allerede har gjort detpå datamaskinen din og har opprettet en mappe for React-applikasjoner, men den siste delen er valgfri for dette trinnet. CopilotKit bruker en åpen kildekode LLM-modell, i denne opplæringen skal vi brukeOpenAI API-nøkkel.Uten videre, la oss komme i gang.

• ÅpneWindows-terminalog gå til stedet der du har opprettet React-appen ved hjelp avcd (endre katalog)kommando.

cd C:\React\myapplication

• Kjør nå følgende kommando.

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

• Utfør deretter kommandoen nevnt nedenfor for å installere OpenAI.

npm install openai

• I prosjektet ditt går du til.evefilen, vil den være plassert i roten, og legg til følgende linje.

OPENAI_API_KEY=your_api_key_here

Etter å ha gjort endringer i filen, anbefaler vi at du navigerer tildocs.copilot.ai/quickstartfor å vite hvordan du konfigurerer sluttpunktet og konfigurerer CopilotKit-leverandøren i prosjektet ditt.

2] Konfigurer Remote Backend Endpoint

For å integrere Python-baserte tjenester (eller andre Node.js-alternativer), må vi koble Copilot-appen til et eksternt backend-endepunkt. For å gjøre det, la oss først installere Copilot-avhengigheter i Windows Terminal ved å bruke følgende spørring.

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

Nå må vi sette opp FastAI-serveren, for å gjøre det, kjør kommandoene nevnt nedenfor.

mkdir my_copilotkit_remote_endpoint

cd my_copilotkit_remote_endpoint

echo. > server.py

Hvisekkofungerte, kan du åpne mappen i Visual Studio Code, og deretter oppretteserver.pyfil.

Åpneserver.pyfil i VSCode og lim deretter inn følgende kodelinjer.

from fastapi import FastAPI

app = FastAPI()

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

Nå, gå tilbake tilWindows-terminalog installer FastAPI og Uvicorn.

pip install fastapi uvicorn

Når du er ferdig med det, gå tildocs.copilot.aiguider for å lære mer.

Lese:

3] Legg til LangGraph-agent

Deretter må vi integrere LangGraph-agenten til server.py-filen.Først, finn CopilotKitSDK-forekomsten i ditt Python Remote Endpoint, vanligvis funnet i server.py. Deretter justerer du CopilotKitSDK-forekomsten (etablert i forrige trinn) for å tilpasses LangGraph-agenter. Du må legge til 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 bør vedlegges under CopilotKitSDK-taggen.

For å vite mer, anbefaler vi at du følger veiledningen nevnt idocs.copilotkit.ai/coagents.

Relatert lesning:

Hvordan bygger jeg min egen Copilot?

For å opprette en ny copilot, gå til Copilot Studios hjemmeside (på /copilotstudio.microsoft.com) og velgSkapei venstre navigasjon, velg deretterCopiloterside. Alternativt kan du velge+ Ny copilotpå Copilots-siden. Bruk chatten til å beskrive copiloten din, veiledet av de oppgitte spørsmålene, eller velgHopp for å konfigurereog fyll ut skjemaet. Til slutt velger du "Opprett" for å fullføre prosessen.

Lese:

Kan Copilot generere kode?

Ja, Copilot kan generere kode. Det kan imidlertid ikke være perfekt; det kan være flere feil og feil. Derfor bør man ikke integrere koden levert av noen AI chatbot uten grundige manuelle inspeksjoner. Du kan bruke Microsofts Copilot i Edge, den innebygde appen eller

Les også: